See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/343510227

Estudo da dispersão de poluentes na atmosfera ao redor de um prédio isolado

por meio da simulação das grandes escalas

Thesis · February 2004

DOI: 10.13140/RG.2.2.11617.53606

CITATIONS READS

0 46

1 author:

Flávio Curbani
Universidade Federal do Espírito Santo
23 PUBLICATIONS 32 CITATIONS

SEE PROFILE

All content following this page was uploaded by Flávio Curbani on 07 August 2020.

The user has requested enhancement of the downloaded file.

 UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO
CENTRO TECNOLÓGICO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA AMBIENTAL

FLÁVIO CURBANI

ESTUDO DA DISPERSÃO DE POLUENTES NA ATMOSFERA

AO REDOR DE UM PRÉDIO ISOLADO ATRAVÉS DA
SIMULAÇÃO DAS GRANDES ESCALAS

VITÓRIA
2004
 FLÁVIO CURBANI

ESTUDO DA DISPERSÃO DE POLUENTES NA ATMOSFERA

AO REDOR DE UM PRÉDIO ISOLADO ATRAVÉS DA
SIMULAÇÃO DAS GRANDES ESCALAS

Dissertação apresentada ao Programa de Pós-

Graduação em Engenharia Ambiental do
Centro Tecnológico da Universidade Federal
do Espírito Santo, como requisito parcial para
obtenção do Grau de Mestre em Engenharia
Ambiental, na área de concentração em
Poluição do Ar.
Orientador: Prof. Dr. Neyval Costa Reis Jr.
Co-Orientadora: Profª. Drª. Jane Méri Santos

VITÓRIA
2004
 Dados Internacionais de Catalogação-na-publicação (CIP)
(Biblioteca Central da Universidade Federal do Espírito Santo, ES, Brasil)

Curbani, Flávio, 1975-

C975e Estudo da dispersão de poluentes na atmosfera ao redor de um prédio
isolado através da simulação das grandes escalas / Flávio Curbani. – 2004.
181 f. : il.

Orientador: Neyval Costa Reis Júnior.

Co-Orientadora: Jane Méri Santos.
Dissertação (mestrado) – Universidade Federal do Espírito Santo,
Centro Tecnológico.

1. Ar – Poluição. 2. Dispersão. 3. Métodos de simulação. 4.

Turbulência. 5.Edifícios. 6. Modelos matemáticos. I. Reis Júnior, Neyval
Costa. II. Santos, Jane Méri. III. Universidade Federal do Espírito Santo.
Centro Tecnológico. IV. Título.

CDU: 628
 FLÁVIO CURBANI

ESTUDO DA DISPERSÃO DE POLUENTES NA ATMOSFERA

AO REDOR DE UM PRÉDIO ISOLADO ATRAVÉS DA
SIMULAÇÃO DAS GRANDES ESCALAS

Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Ambiental do Centro

Tecnológico da Universidade Federal do Espírito Santo, como requisito parcial para obtenção
do Grau de Mestre em Engenharia Ambiental, na área de concentração em Poluição do Ar.

COMISSÃO EXAMINADORA

______________________________________________________
Prof. Dr. Neyval Costa Reis Jr.
Universidade Federal do Espírito Santo
Orientador

______________________________________________________
Profª. Drª. Jane Méri Santos
Universidade Federal do Espírito Santo
Co-Orientadora

______________________________________________________
Prof. Dr. Julio Tomás Aquije Chacaltana
Universidade Federal do Espírito Santo
Examinador Interno

______________________________________________________
Profª. Drª. Angela Ourivio Nieckele
Pontifícia Universidade Católica do Rio de Janeiro
Examinadora Externa
 AGRADECIMENTOS

À equipe do Laboratório de Computação de Alto Desempenho (LCAD) da UFES, em especial

aos pesquisadores Dijalma Fardin Júnior, Leonardo Muniz de Lima e Sérgio Nery Simões
pela disponibilização dos recursos necessários para a execução do programa em modo de
processamento paralelo.

A Edilson Luiz Nascimento, pela significante colaboração técnica na fase de adaptação do

código computacional para execução em processamento paralelo.

À equipe do Núcleo de Modelagem Matemática de Processos Atmosféricos (NUMMPA), em

especial aos professores Neyval Costa Reis Jr. e Jane Méri Santos, pela orientação científica e
aprendizado que me proporcionaram, e aos colegas José Marcos Stelzer Entringer, Leandro
Melo de Sá e Mauro Dalmazo Machado, pelo apoio em todas as fases deste trabalho.
“I am enough of an artist to draw freely upon my imagination.
Imagination is more important than knowledge. Knowledge is
limited. Imagination encircles the world”.

Albert Einstein
 RESUMO

O fenômeno da dispersão de contaminantes na atmosfera ao redor de um prédio cúbico

isolado é estudado através da simulação numérica. O modelo computacional utilizado para a
simulação é baseado no método dos volumes finitos com o algoritmo SIMPLEC, e utiliza um
esquema híbrido (diferenças centrais – power-law) de interpolação e o esquema Crank-
Nicolson de avanço no tempo. A turbulência atmosférica é descrita através da simulação das
grandes escalas, utilizando o modelo de Smagorinsky-Lilly para o tratamento dos efeitos das
escalas residuais. Por se tratar de uma solução tridimensional e transiente, o modelo
computacional utilizado é extremamente exigente de recursos computacionais, e assim, o
código implementado utiliza a estratégia de execução em processamento paralelo e
distribuído. São estudadas duas configurações de escoamento, com Re=20.000 e 374.000. Os
resultados obtidos através das simulações numéricas são comparados a outras simulações e a
dados experimentais obtidos em túnel de vento e experimentos de campo apresentados por
outros autores, a fim de avaliar a acurácia do modelo. Os resultados de concentrações e
velocidade médios obtidos concordaram satisfatoriamente com os resultados obtidos
experimentalmente. Contudo, os resultados de flutuações turbulentas foram subestimados em
relação aos dados experimentais. A cavidade de recirculação foi superestimada devido a não
ocorrência do recolamento no teto e laterais do prédio. As condições de contorno, condição de
entrada, modelo de submalha e esquema de interpolação foram ressaltados com relação à sua
influência nos resultados apresentados. A despeito das restrições apresentadas, o campo de
concentrações considerando a simulação com Re=374.000, foi melhor representado pelo
modelo LES em comparação ao modelo -. Isso é evidenciado pela melhor descrição do
gradiente de concentrações na região próxima à parede do prédio. Como principal ponto para
a evolução e aperfeiçoamento dos resultados obtidos foi recomendada a avaliação de
esquemas de interpolação de ordem superior para a discretização das equações governantes.

Palavras-Chave: poluição do ar; dispersão de contaminantes; simulação das grandes escalas;

turbulência atmosférica; prédios; simulação numérica.
 ABSTRACT

The phenomenon of pollutant dispersion in atmosphere around an isolated cubical building

has been studied by numerical simulation. The computational model, used in simulation, is
based on finite volume method with SIMPLEC algorithm, and also uses a hybrid scheme
(central difference – power-law) of interpolation and the Crank-Nicolson scheme for time
integration. The atmospheric turbulence is described using large eddy simulation, using the
Smagorinsky-Lilly subgrid model for treatment of residual scale effects. As this method is a
three-dimensional and time-dependent solution, the computational resources required to run
are very high. So, the computational code was developed using the parallel and distributed
strategy. Two flow configurations are assessed, Re=20.000 and 374.000. A comparison of
results obtained by other studies including numerical simulation, field and wind-tunnel
experiments was made to evaluate the model accuracy. The concentration and mean velocity
results have obtained a good agreement with experimental data. However, the results of
turbulence intensities disagree of the experimental data, showing lower levels when compared
with experimental data. The length of recirculation cavity was super estimated, due to the
non-reattachment observed on building roof and lateral walls. The boundary conditions,
inflow condition, and interpolation scheme, was highlighted about influences on the
calculated results. In despite of restrictions presented, the concentration field in second
simulation (Re=374.000), was better described by LES in comparison to - model. This
conclusion can be found by the better description of the concentration gradient in region next
to the building rear wall. As a continuation of this work and to improve the results it was
recommended the implementation of high order schemes to discretize the governing
equations.

Keywords: air pollution; pollutant dispersion; large eddy simulation; atmospheric turbulence;
building; numerical simulation.
 LISTA DE FIGURAS

Figura 1 – Dispersão de contaminantes ao redor de prédios. (a) um prédio cúbico isolado, (b)
um arranjo de vários prédios .................................................................................. 27

Figura 2 – Escoamento turbulento ............................................................................................ 31

Figura 3 – Transição do escoamento de laminar para turbulento ............................................. 32

Figura 4 – Série temporal da velocidade em um ponto do escoamento. .................................. 33

Figura 5 – Espectro de energia no escoamento turbulento na camada limite planetária .......... 34

Figura 6 – Representação esquemática do escoamento (a) e série temporal da velocidade em

um ponto (b) ........................................................................................................... 55

Figura 7 – Representação da troposfera e suas principais camadas ......................................... 58

Figura 8 – Representação esquemática do espectro da velocidade do vento próximo ao solo. 59

Figura 9 – Representação esquemática do escoamento ao redor de um prédio cúbico – vista do

plano central ........................................................................................................... 61

Figura 10 – Estruturas típicas do escoamento ao redor de um obstáculo cúbico – perspectiva

tridimensional ......................................................................................................... 64

Figura 11 – Representação da dispersão de contaminantes ao redor de um prédio isolado, sob

diversas configurações da posição de lançamento. (a) fonte de emissão posicionada
na parede posterior do prédio, (b) fonte de emissão posicionada à montante do
prédio, (c) fonte posicionada no teto do prédio, (d) fonte posicionada em alturas
maiores que o prédio............................................................................................... 65

Figura 12 – Configuração geométrica do domínio físico estudado por Laatar et al. (2002). ... 75

Figura 13 – Relação entre modelos de turbulência e as menores escalas resolvidas diretamente

................................................................................................................................ 79

Figura 14 – Representação esquemática da decomposição do espectro de energia em escalas

resolvidas e modeladas segundo a simulação de grandes escalas. ......................... 79

Figura 15 – Representação esquemática da decomposição do espectro de energia em escalas

resolvidas e modeladas segundo as equações médias de Reynolds........................ 80

Figura 16 – Representação do domínio estudado, referencial adotado .................................... 85

Figura 17 – Representação da discretização do domínio computacional através da técnica dos

volumes finitos ....................................................................................................... 96

Figura 18 – Vistas de um volume de controle típico, e apresentação das convenções de

nomenclatura para pontos nodais e faces. .............................................................. 97
Figura 19 – Vista em duas dimensões dos volumes de controle, evidenciando a malha
deslocada. ............................................................................................................... 98

Figura 20 – Variação de uma variável  com o tempo para três diferentes esquemas de avanço
.............................................................................................................................. 103

Figura 21 – Representação esquemática do domínio computacional (a) e a divisão do domínio

em 16 subdomínios (b) ......................................................................................... 115

Figura 22 – Domínio Computacional dividido em 4 subdomínios, indicando o buffer de cada

subdomínio a ser atualizado com dados enviados pelos vizinhos. ....................... 116

Figura 23 – Fluxograma da solução computacional ............................................................... 119

Figura 24 – Esquema do experimento em túnel de vento....................................................... 122

Figura 25 – Representação esquemática do domínio computacional utilizado por Sada e Sato

(2002) ................................................................................................................... 123

Figura 26 – Representação esquemática do domínio computacional utilizado no presente

estudo .................................................................................................................... 126

Figura 27 – Perfis de velocidade média e intensidades de flutuação na entrada do domínio 127

Figura 28 – Vetores velocidade ao redor do obstáculo no plano central: (a) dados de túnel de
vento (Sada e Sato, 2002), (b) simulação numérica através da LES (Sada e Sato,
2002), (c) simulação numérica através da LES (Presente Estudo). ...................... 130

Figura 29 – Perfil vertical da velocidade média na direção principal do escoamento em quatro

secções do domínio computacional ...................................................................... 131

Figura 30 – Perfil vertical da concentração média de contaminante em quatro secções do

domínio computacional ........................................................................................ 131

Figura 31 – Perfil vertical da intensidade de flutuação da componente transversal do vetor

velocidade em quatro secções do domínio computacional ................................... 132

Figura 32 – Perfil vertical da intensidade de flutuação da componente vertical do vetor

velocidade em quatro secções do domínio computacional ................................... 133

Figura 33 – Perfil vertical da intensidade de flutuação da concentração em quatro secções do

domínio computacional ........................................................................................ 133

Figura 34 – Campo médio de velocidades no plano central ao redor do obstáculo. (a) LES –
presente estudo, (b) - (Santos, 2000). ............................................................... 140

Figura 35 - Campo médio de velocidades no plano paralelo e próximo ao solo. (a) LES –
presente estudo, (b) - (Santos, 2000). ............................................................... 141

Figura 36 – Campo de velocidade nas paredes do prédio. (a) LES – presente estudo, (b) -
(Santos, 2000). ...................................................................................................... 143
Figura 37 – Campo de velocidades na secção transversal X=3,5 (centro do prédio). (a) LES –
presente estudo, (b) - (Santos, 2000). ............................................................... 145

Figura 38 – Campo de velocidades na secção transversal X=4,5. (a) LES – presente estudo,
(b) - (Santos, 2000). .......................................................................................... 145

Figura 39 – Campo de velocidades na secção transversal X=6,5. (a) LES – presente estudo,
(b) - (Santos, 2000). .......................................................................................... 146

Figura 40 – Campo de velocidades na secção transversal X=9,5. (a) LES – presente estudo,
(b) - (Santos, 2000). .......................................................................................... 146

Figura 41 – Pluma de contaminantes ao redor do prédio cúbico, fotografia do experimento em

túnel de vento. ...................................................................................................... 147

Figura 42 – Concentração de contaminantes no plano central. (a) LES – presente estudo, (b)
- (Santos, 2000)................................................................................................. 148

Figura 43 – Concentração de contaminantes no plano horizontal no solo. (a) LES – presente

estudo, (b) - (Santos, 2000). ............................................................................. 149

Figura 44 – Concentração de contaminantes no plano horizontal em Z=0,5. (a) LES – presente

estudo, (b) - (Santos, 2000). ............................................................................. 150

Figura 45 – Campo de velocidades e concentração na secção transversal X=3,5 (centro do

prédio)................................................................................................................... 152

Figura 46 – Campo de velocidades e concentração na secção transversal X=4,5 .................. 152

Figura 47 – Campo de velocidades e concentração na secção transversal X=6,5. ................. 152

Figura 48 – Campo de velocidades e concentração na secção transversal X=9,5. ................. 153

Figura 49 – Concentração de contaminantes nas paredes do prédio. LES – presente estudo 153

Figura 50 – Perfis de concentração na linha de centro ao longo da direção principal. (a) em

Z=0.5, (b) no solo ................................................................................................. 155

Figura 51 – Perfis de concentração na direção transversal em X=4,5 e Z=0,5. ..................... 156

Figura A.1 – Malha de menor resolução (443621) ............................................................ 173

Figura A.2 – Malha de maior resolução (845440) ............................................................. 174

Figura A.3 – Malha de maior resolução (1007048) ........................................................... 175

Figura A.4 – Vetores velocidade ao redor do obstáculo cúbico no plano central. (a) malha com
menor resolução (443621), (b) malha com resolução média (845440), (c)
malha com maior resolução (1007048). ........................................................... 176

Figura A.5 – Perfis verticais de velocidade média na direção principal do escoamento em

quatro secções do domínio ................................................................................... 177
Figura A.6 – Perfis verticais de concentração em quatro secções do domínio ...................... 178

Figura A.7 – Perfis verticais de intensidades de flutuação dos componentes do vetor

velocidade e da concentração uma secção do domínio ........................................ 179
 LISTA DE TABELAS

Tabela 1 – Resumo das condições de contorno utilizadas para a solução das equações de
conservação ............................................................................................................ 91

Tabela 2 – Resumo das condições de contorno para as equações de conservação na forma

adimensional ........................................................................................................... 94

Tabela 3 – Nomenclatura utilizadas para as localizações relativas ao volume de controle de

interesse .................................................................................................................. 98
 LISTA DE SIGLAS

2D Bidimensional
3D Tridimensional
A-D Analógico Digital
ADI Alternating Direction Implicit
ASM Modelo de Algébrico das Tensões de Reynolds
CDS-4 Diferenças Centrais de Quarta Ordem
CFD Dinâmica dos Fluidos Computacional
CLP Camada Limite Planetária
DES Dettached Eddy Simulation
DNS Simulação Numérica Direta
LAN Rede Local de Comunicação
LCAD Laboratório de Computação de Alto Desempenho
LES Simulação das Grandes Escalas
LU Lower and Uper
MIT Massachusetts Institute of Technology
MPI Message Passing Interface
NUMMPA Núcleo de Modelagem Matemática de Processos Atmosféricos
NCV Número Total de Volumes de Controle
PC Computador Pessoal
RAM Memória de Acesso Aleatório
RANS Equações Médias de Reynolds
RNG Renormalized Group
RSM Modelo de Transporte das Tensões de Reynolds
SIMPLE Semi-Implicit Method for Pressure-Linked Equations
SIMPLEC SIMPLE-Consistent
SOR Sobre-Relaxações Sucessivas
TDMA Tridiagonal-Matrix Algorithm
UFES Universidade Federal do Espírito Santo
VC Volume de Controle
 LISTA DE SÍMBOLOS

Nota: (*) indica que a unidade para a quantidade depende da dimensão da propriedade .

Símbolos Romanos

Ak área da face k [m2]

A( Pe ) função de interpolação

a P , aW , a E , a S , a N , a B , aT coeficientes da equação discretizada nos pontos nodais (*)

b termo de fonte da equação discretizada (*)

b largura do prédio [m]
CD constante empírica do modelo das tensões de Reynolds
C, C1, C2, C3 constantes empíricas do modelo -
CS constante empírica do modelo de Smagorinsky
Cij tensor cruzado [m2s-2]
Dm difusividade de massa [m2s-1]
Dij termo de transporte difusivo das tensões de Reynolds [Nm-2s-1]
d distância até o volume de controle mais próximo à parede [m]
Dk fluxo difusivo na face k (*)
Fk fluxo convectivo na face k (*)
Fr número de Froude
f fator de peso
g aceleração da gravidade [ms-2]
G função filtro [m-3]
Hb altura do prédio [m]
h altura do prédio [m]
Jk fluxo total na face k (*)
k constante de Von Kármán
l comprimento característico [m]
lm comprimento de mistura [m]
lEI comprimento característico que separa as escalas isotrópicas das
 anisotrópicas [m]
l0 comprimento dos vórtices de grande escala [m]
Lij tensor de Leonard [m2s-2]
Lr comprimento da cavidade de recirculação [m]
LS comprimento de mistura das escalas de submalha [m]
M termo de fonte de massa na equação de conservação da espécie
química [kgs-1m-3]
M número de passos no tempo
N número de pontos necessários em cada direção do domínio
Pk produção de energia cinética turbulenta [Nm-2s]
Pij termo de produção das tensões de Reynolds [Nm-2s-1]
Pr número de Prandtl
p pressão termodinâmica [Nm-2]
p flutuação da pressão [Nm-2]
p pressão termodinâmica média [Nm-2]
~
p correção da pressão [Nm-2]

p pressão estimada [Nm-2]

P pressão adimensional
Pe número de Peclet
Q taxa de emissão do contaminante [kgs-1]
Rij tensor análogo ao tensor de Reynolds [m2s-2]
R fator de razão de aspecto
R() resíduo numérico (*)
Re número de Reynolds
Recrit número de Reynolds crítico
RT constante do modelo de viscosidade turbulenta constante
Sij tensor deformação [s-1]
SC parte constante do termo de fonte (*)
SP coeficiente angular do termo de fonte (*)
ST número de passos no tempo
s termo de fonte no algoritmo SIMPLEC [N]
S termo de fonte (*)
t tempo [s]
t tempo adimensional
T temperatura [K]
T temperatura média [K]
u velocidade característica [ms-1]
u i flutuação da velocidade na direção i [ms-1]

ui velocidade média na direção i [ms-1]

ui velocidade instantânea na direção i [ms-1]

U componente da velocidade na direção x [ms-1]

Ui velocidade adimensional na direção i
UHB velocidade na altura do prédio [ms-1]
Ui velocidade filtrada [ms-1]
~
Ui correção de velocidade [ms-1]

U i velocidade estimada [ms-1]

u velocidade de fricção [ms-1]

u escala de Kolmogorov de velocidade [ms-1]

u0 velocidade dos vórtices de grande escala [ms-1]

V componente da velocidade na direção y [ms-1]

W componente da velocidade na direção z [ms-1]
xi coordenada na direção i [m]
X coordenada adimensional na direção x
Y coordenada adimensional na direção y
Z coordenada adimensional na direção z
z0 rugosidade do solo [m]

Símbolos Gregos

ij operador delta de Kronecker

 banda do filtro [m]
t passo de tempo [s]
t* passo de tempo adimensional
V volume do volume de controle [m3]
 taxa de dissipação da energia cinética turbulenta [m2s-3]
 variável genérica (*)
 coeficiente de difusão (*)
 escala de Kolmogorov de comprimento [m]
 velocidade característica [ms-1]
 energia cinética turbulenta [m2s-2]
r comprimento adimensional da cavidade de recirculação
 viscosidade do fluido [Nsm-2]
t viscosidade turbulenta do fluido [Nsm-2]
ef viscosidade efetiva do fluido [Nsm-2]
 viscosidade adimensional do fluido

 viscosidade cinemática do fluido [m2s-2]

t viscosidade cinemática turbulenta do fluido [m2s-2]
ij termo de produção das tensões de Reynolds devido à pressão
[Nm-2s-1]
 massa específica do fluido [kgm-3]
pol massa específica do contaminante [kgm-3]
,  constantes empíricas do modelo -
t número de Prandtl turbulento
 escala de tempo [s]
 escala de tempo de Kolmogorov [s]

0 escala de tempo dos vórtices de grande escala [s]

 ij tensor total das tensões [Nm-2]

 ijS tensor das tensões de Reynolds da escala de submalha [m2s-2]

 ijlam tensor das tensões de cisalhamento [Nm-2]

 ijturb tensor das tensões de Reynolds [Nm-2]

 ij ,turb fluxo turbulento de concentração [kgm-2s-1]

 ij ,lam fluxo difusivo de concentração [kgm-2s-1]

 concentração [ppm]
 concentração média [ppm]
 flutuação de concentração [ppm]
 concentração adimensional
 fator de relaxação SOR

Subscritos

i, j, k índices de direção
P, W, E, S, N, B, T pontos nodais
w, e, s, n, b, t faces dos volumes de controle
nb vizinho
HB altura do prédio
 corrente livre
GS Gauss-Seidel

Sobrescritos

~ correção
* valor estimado; valor adimensional
0 instante anterior
k índice da iteração
− média; campo filtrado
 SUMÁRIO

1. INTRODUÇÃO .......................................................................................................... 23

2. CONCEITOS FUNDAMENTAIS ............................................................................ 30

2.1 Conceitos Básicos sobre Turbulência ........................................................................ 30

2.2 Modelagem da Turbulência ....................................................................................... 38

2.2.1 Simulação Numérica Direta ................................................................................ 41

2.2.2 Equações Médias de Reynolds ............................................................................ 43
2.2.3 Modelos de Viscosidade Turbulenta ................................................................... 46
2.2.3.1 Modelos Algébricos ................................................................................. 47

2.2.3.2 Modelo de Uma Equação Diferencial ..................................................... 49

2.2.3.3 Modelo de Duas Equações Diferenciais .................................................. 50

2.2.4 Modelo das Tensões de Reynolds ....................................................................... 52

2.2.5 Simulação de Grandes Escalas ............................................................................ 54
2.3 Turbulência Atmosférica ........................................................................................... 56

2.4 Escoamento e Dispersão ao Redor de um Prédio Cúbico ......................................... 61

3. REVISÃO DA LITERATURA ................................................................................. 68

4. MODELAGEM MATEMÁTICA ............................................................................. 78

4.1 Escolha do Modelo de Turbulência ........................................................................... 78

4.2 Modelo de Simulação das Grandes Escalas .............................................................. 81

4.2.1 Definição e Propriedades do Filtro ...................................................................... 81

4.2.2 Equações Filtradas ............................................................................................... 83
4.2.3 Modelo de Escala de Submalha ........................................................................... 87
4.2.4 Forma das Equações Governantes ....................................................................... 89
4.3 Condições de Contorno ............................................................................................. 90

4.4 Equações na Forma Adimensional ............................................................................ 92

5. MÉTODO NUMÉRICO ............................................................................................ 95

5.1 Método dos Volumes Finitos..................................................................................... 95

5.1.1 Esquema de Interpolação ..................................................................................... 99

5.1.2 Esquema de Avanço no Tempo ......................................................................... 101
5.1.3 Equações de Conservação na Forma Discretizada ............................................ 104
5.2 Equações de Quantidade de Movimento ................................................................. 105

5.2.1 Aproximação SIMPLEC ................................................................................... 106

5.2.2 Equação da Correção de Pressão ....................................................................... 108
5.2.3 Algoritmo SIMPLEC......................................................................................... 109
5.3 Solução do Sistema Linear de Equações ................................................................. 110

5.4 Critério de Convergência ......................................................................................... 111

5.5 Processamento Paralelo ........................................................................................... 113

5.6 Fluxograma da Solução Computacional .................................................................. 117

6. RESULTADOS E DISCUSSÃO ............................................................................. 120

6.1 Análise de Acurácia ................................................................................................. 120

6.1.1 Experimento em Túnel de Vento ....................................................................... 121

6.1.2 Simulação Numérica de Referência .................................................................. 122
6.1.3 Simulação Numérica Efetuada Neste Trabalho ................................................. 124
6.1.4 Comparação dos Resultados .............................................................................. 128
6.2 Escoamento e Dispersão de Contaminantes ao Redor de Um Prédio Cúbico
Isolado ..................................................................................................................... 138

6.2.1 Escoamento ao Redor do Prédio........................................................................ 139

6.2.2 Dispersão de Contaminantes ao Redor do Prédio ............................................. 146
6.2.3 Comparação entre os Resultados Obtidos na Simulação Numérica e
Experimentos em Túnel de Vento e Campo ...................................................... 154

7. CONCLUSÕES E RECOMENDAÇÕES .............................................................. 157

7.1 Conclusões ............................................................................................................... 157

7.2 Recomendações para Trabalhos Futuros ................................................................. 160

8. REFERÊNCIAS ....................................................................................................... 163

APÊNDICE A – TESTE DE SENSIBILIDADE DA MALHA COMPUTACIONAL ... 172

 23

1. INTRODUÇÃO

A poluição atmosférica causa sérios danos às populações expostas e consiste em uma

preocupação crescente em relação aos danos por ela causados, em especial, nos grandes

centros urbanos e industriais. A qualidade do ar na atmosfera é o resultado da interação de

vários processos que vão desde a emissão, o transporte na atmosfera (dispersão atmosférica) e

processos de remoção dos poluentes (transformações químicas e deposição seca e úmida).

Existe a necessidade da determinação da concentração de poluente no ar ambiente e do tempo

de exposição da população que pode ser realizada através de medições em campo. Contudo,

existem casos em que não há a possibilidade de efetuar essas medições, face ao seu elevado

custo ou mesmo quando da necessidade da previsão dos níveis de concentração acarretados

por uma fonte ainda inexistente, como ocorre no caso dos estudos de impacto ambiental,

exigidos nos processos de licenciamento ambiental, para a avaliação dos impactos de um

novo empreendimento industrial.

Preenchendo essas lacunas, estão os modelos matemáticos para o cálculo da dispersão

atmosférica de poluentes. Os modelos de dispersão são ferramentas importantes no sistema de

gestão ambiental, podendo ser utilizados para subsidiar diversas decisões que vão desde o

âmbito local, como o tratamento dos efluentes gasosos de uma fonte potencialmente

poluidora, até decisões de âmbito regional, como o planejamento do desenvolvimento urbano.

Como aplicações típicas dos modelos de dispersão podem ser citadas:

 24

• A avaliação da eficiência de técnicas e estratégias propostas para o controle de

emissões: a modelagem matemática da dispersão atmosférica de poluentes

provenientes de fontes emissoras sob diferentes regimes de emissão, pode ser utilizada

como ferramenta para a avaliação da técnica a ser aplicada no controle;

• A avaliação de impactos ambientais para um novo empreendimento: no caso de uma

fonte emissora ainda inexistente, os impactos na qualidade do ar não são passíveis de

medição. Portanto, só podem ser avaliados através da modelagem matemática;

• Atribuição de responsabilidades frente a níveis de poluição detectados: mesmo com a

utilização do monitoramento da qualidade do ar por meio de medição das

concentrações de poluentes, ainda uma questão é remanescente. Quais são os

principais responsáveis pela alteração da qualidade do ar de uma região? A resposta

para essa questão pode ser elaborada com a realização de um inventário das fontes

emissoras associado com a modelagem dos efeitos dessas fontes, de onde podem ser

extraídos os níveis de contribuição de cada emissor para a alteração da qualidade do

ar;

• Planejamento da ocupação territorial: a avaliação do grau de poluição de uma bacia

atmosférica deve ser a preocupação de autoridades, empreendedores e órgãos

ambientais, na ocasião da definição do planejamento territorial urbano.

Conseqüentemente, em algumas áreas, empreendimentos potencialmente degradadores

da qualidade do ar não devem ser instalados devido à possibilidade de ocorrência de

episódios críticos de qualidade do ar. Sob esse ponto de vista, os modelos de dispersão

podem ser utilizados para prever os níveis de concentração ao qual uma região estará

exposta, caso novos empreendimentos sejam instalados, atuando assim como

ferramenta geradora de variáveis de decisão no planejamento do uso e ocupação do

solo.
 25

Atualmente, devido à facilidade de implementação e baixo custo computacional, têm sido

largamente utilizados os modelos de pluma gaussiana, que são modelos analíticos capazes de

prever a distribuição espacial da concentração de poluentes com base em um tratamento

estatístico do transporte turbulento de massa com consideração de turbulência estacionária e

homogênea. Muitos esforços têm sido implementados na intenção de validar o modelo

gaussiano para diversas condições de escoamento. A equação da pluma gaussiana é a solução

da equação da conservação da espécie química em condições idealizadas. O modelo gaussiano

é dependente de muitos parâmetros empíricos, o que restringe sua generalidade.

Assim, muitos estudos têm sido realizados através da utilização de modelos com base nas

equações fundamentais de transporte (HANNA et al. 2002; ARNOLD et al., 2003;

BORREGO et al. 2003). A principal motivação é melhorar a acurácia das previsões através de

uma modelagem matemática mais complexa, com um menor número de simplificações. Esses

modelos mais complexos podem ser utilizados, até mesmo, como base para o

aperfeiçoamento dos modelos analíticos ou para o planejamento de experimentos de campo

ou em laboratório.

Existem muitos desafios a serem estudados na área da modelagem da dispersão de poluentes

na atmosfera, entre outros, dispersão de poluentes em regiões de relevo complexo (APSLEY e

CASTRO, 1997; GIAMBANIS et al. 1998; VENKATRAM et al. 2001), diferentes classes de

estabilidade atmosférica (ZHANG et al., 1996; SANTOS, 2000) e em ambientes urbanos

(SADA e SATO, 2002; RIDDLE et al. 2004). A presença de edificações altera

significativamente o padrão do escoamento atmosférico e conseqüentemente, altera o

comportamento das plumas de poluentes na região próxima às edificações. Para ilustrar essa

perturbação causada pelos prédios, a Figura 1 apresenta duas fotografias dos experimentos

realizados por Mavroidis (1997) realizados para estudar a dispersão de contaminantes ao

 26

redor de um prédio cúbico isolado (Figura 1a) e considerando o arranjo de vários prédios

(Figura 1b). Nessas fotografias pode-se observar a influência dos obstáculos no escoamento

através da alteração da pluma de contaminantes na atmosfera ao seu redor.

Em geral, o escoamento na atmosfera se desenvolve em regime turbulento. No caso do

escoamento ao redor de prédios, as estruturas de escoamento geradas pela presença do

obstáculo dificultam ainda mais a solução que apresenta regiões de intensa recirculação e

movimentos turbulentos, fortemente tridimensionais e anisotrópicos (MURAKAMI, 1993;

PETERKA et al. 1985) representando um desafio para modelagem da turbulência e seus

efeitos na dispersão dos poluentes (SANTOS, 2000).

Conforme será descrito no capítulo 3, diversos pesquisadores têm desenvolvido trabalhos

científicos a fim de descrever o escoamento atmosférico ao redor de obstáculos, entre outros

Paterson e Apelt (1986), Murakami (1993), Rodi (1997) e Sada e Sato (2002). As abordagens

utilizadas variam principalmente quanto à complexidade da modelagem da turbulência.

Os estudos mais recentes apontam que os modelos de turbulência baseados na simulação das

grandes escalas turbulentas (Large Eddy Simulation - LES) têm obtido melhores resultados

que outros modelos, quando comparados aos dados experimentais desta classe de problemas

(MURAKAMI, 1997). Assim, muitos trabalhos têm surgido na literatura empregando a LES

para a simulação do escoamento ao redor de obstáculos, entre outros Murakami (1993), Rodi

(1997), Jiang e Chen (2001) e Lübcke et al.(2001). Todavia, o foco principal destes trabalhos

é a carga aerodinâmica imposta à estrutura da edificação. Poucos trabalhos têm ênfase na

análise da dispersão de poluentes ao redor do prédio (SADA e SATO, 2002).

 27

(a)

(b)

Figura 1 – Dispersão de contaminantes ao redor de prédios. (a) um prédio cúbico isolado, (b) um arranjo de
vários prédios
Fonte: Mavroidis (1997)

O estudo da dispersão de poluentes está fortemente ligado a fenômenos específicos da

atmosfera, como a estratificação vertical de densidade do escoamento (estabilidade

atmosférica), que pode diminuir ou aumentar a geração de energia cinética turbulenta

(ZHANG et al., 1996; SANTOS, 2000). Até o momento, uma revisão bibliográfica dos

estudos científicos publicados na área, não apresenta nenhum trabalho publicado referente à
 28

simulação do escoamento e dispersão de poluentes ao redor de obstáculos sob diferentes

classes de estabilidade atmosférica, empregando a LES.

Essa dissertação de mestrado faz parte de um projeto de pesquisa de longo prazo que objetiva

estudar o efeito da influência da estabilidade atmosférica ao redor de obstáculos na atmosfera,

empregando a LES. O objetivo deste trabalho é o estudo do escoamento e dispersão de

poluentes na atmosfera ao redor de um prédio isolado, sob classe de estabilidade atmosférica

neutra (ausência de estratificação vertical de densidade). Esse estudo é realizado através do

desenvolvimento de um modelo matemático computacional e através da solução das equações

de conservação de massa, quantidade de movimento, e de massa da espécie química de forma

tridimensional e transiente, utilizando o método numérico dos volumes finitos e incorporando

os efeitos da turbulência através da LES. Simulações computacionais empregando a LES

caracterizam-se pelo grande esforço computacional, requerendo grande quantidade de

memória e poder de processamento. Para fornecer os níveis de desempenho computacional

requeridos para esta simulação numérica, o algoritmo desenvolvido é baseado em técnicas de

processamento paralelo e distribuído (NASCIMENTO et al., 2003).

Os resultados obtidos são comparados com dados experimentais (experimentos de campo e

túnel de vento) e simulações numéricas de outros autores (SADA e SATO, 2002; SANTOS,

2000), com o objetivo de analisar a acurácia e limitações da abordagem de simulação

empregada.

Esta dissertação está dividida em sete capítulos. Após essa introdução, o capítulo 2 descreve

de forma sucinta os conceitos básicos da turbulência, suas formas de modelagem, além os

aspectos da turbulência atmosférica e apresenta, também, os elementos a serem observados

para descrever o padrão do escoamento e dispersão ao redor de obstáculos cúbicos.

 29

O capítulo 3 apresenta, como forma de contextualizar esse estudo em relação à produção

científica internacional, a revisão da literatura acerca do estudo do escoamento e dispersão ao

redor de obstáculos, utilizando a dinâmica dos fluidos computacional (CFD) como

ferramenta.

No capítulo 4 é apresentada a descrição matemática do problema. São apresentados as

equações de conservação, o modelo de turbulência utilizado e suas principais propriedades e

como conseqüência da aplicação do modelo de turbulência LES são apresentadas as equações

filtradas de conservação e suas condições de contorno.

O capítulo 5 apresenta uma descrição sucinta do método numérico aplicado para a solução das

equações diferenciais apresentadas no capítulo 4. Além dos método numérico, é apresentada,

em síntese, a técnica de processamento paralelo distribuído empregada no código

computacional desenvolvido e utilizado neste trabalho.

A apresentação dos resultados obtidos e sua discussão são apresentadas no capítulo 6. Neste

capítulo, a condição de contorno na entrada do domínio, os padrões do escoamento e do

campo de concentrações obtido através das simulações são apresentados. Por fim, é

apresentada uma comparação entre os resultados obtidos na simulação e aqueles publicados

em literatura científica.

O capítulo 7 encerra esta dissertação apresentando as conclusões baseadas nas simulações

numéricas e as recomendações para trabalhos futuros para o desenvolvimento e

aperfeiçoamento dos resultados apresentados.

 30

2. CONCEITOS FUNDAMENTAIS

Este capítulo apresenta os conceitos básicos necessários ao entendimento do padrão de

escoamento e dispersão de poluentes ao redor de obstáculos. O texto apresentado neste

capítulo está dividido em três seções. A seção 2.1 apresenta uma visão geral sobre o

fenômeno da turbulência, enfatizando os aspectos mais relevantes a este trabalho. A seção 2.2

descreve de maneira sucinta as principais formas de modelagem da turbulência, a seção 2.3

descreve os principais aspectos da turbulência atmosférica, enquanto que a seção 2.4 descreve

as características principais do escoamento turbulento ao redor de obstáculos.

2.1 Conceitos Básicos sobre Turbulência

O escoamento de um fluido, geralmente, está sujeito a diversos tipos de instabilidades e

perturbações, como oscilações de pressão, gradientes de temperatura, rugosidade superficial e

irregularidades geométricas. Essas perturbações tendem a criar oscilações no campo de

velocidades do escoamento. Contudo, a viscosidade do fluido tende a reduzir os efeitos dessas

instabilidades e dissipar as oscilações. Como conseqüência, se os efeitos viscosos forem

suficientemente fortes, estas oscilações são completamente amortecidas e o escoamento é

considerado laminar. Por outro lado, se os efeitos viscosos não forem suficientemente fortes

em comparação as forças inerciais, as instabilidades provocam movimentos de rotação

tridimensional e surgem estruturas de fluxo aparentemente aleatórias em uma larga faixa de

 31

comprimentos e freqüências. Essas estruturas são chamadas de vórtices turbulentos e o

escoamento é denominado turbulento. A Figura 2 apresenta um escoamento turbulento, onde

podem ser observadas as estruturas de fluxo em formato de turbilhão (vórtices turbulentos).

Figura 2 – Escoamento turbulento

Fonte: Bong e Flaig (2003)

O parâmetro adimensional que mede a importância relativa das forças de inércia em relação

às forças viscosas é o número de Reynolds (Re). Pequenos valores do número de Reynolds

significam que os efeitos da viscosidade são relevantes, e sua influência é forte o suficiente

para suavizar as instabilidades que ocorrem no escoamento. Por outro lado, sob grandes

valores do número de Reynolds, ocorre a dominância das forças de inércia em comparação

com os efeitos da viscosidade. A expressão para o cálculo do número de Reynolds é

apresentada na equação 2.1.

ul
Re =

(2.1)

onde u é a velocidade característica,  é a massa específica do fluido, l é um comprimento

característico e  é a viscosidade do fluido. O valor do número de Reynolds que estabelece a

passagem do regime laminar para o turbulento é denominado número de Reynolds crítico

(Recrit), esse número é determinado experimentalmente para cada configuração de

escoamento. Para valores de Re inferiores ao Recrit o escoamento se comporta de maneira

 32

suave como se uma camada de fluido deslizasse suavemente sobre a outra, daí o nome

escoamento laminar. Ao contrário, quando o número de Re é superior ao Recrit, a característica

do escoamento é radicalmente alterada. A Figura 3 ilustra o efeito da turbulência em um

escoamento. Nessa ilustração, é apresentado o comportamento do escoamento de um fluido

entre os regimes laminar e turbulento, através da representação esquemática de uma linha de

traçador (cor vermelha) sendo transportada no escoamento. Nesta figura são apresentadas as

flutuações da velocidade ( u  e v ) que geram os vórtices turbulentos (movimentos de

rotação). É possível observar que durante o regime laminar a linha é transportada sem

perturbações, mantendo sua trajetória paralela às linhas de corrente do escoamento principal.

Contudo após a transição para o regime turbulento, o traçador passa a ter o seu regime de

transporte alterado pelos vórtices turbulentos formados, que proporcionam uma maior

espalhamento do corante no escoamento.

Figura 3 – Transição do escoamento de laminar para turbulento

Fonte: MIT (2003)

Segundo Hinze (1975): “O movimento turbulento de um fluido é uma condição irregular do

escoamento, na qual várias quantidades apresentam uma variação randômica no tempo e

espaço, tal que podem ser diferenciados estatisticamente de seus valores médios”. Assim,

como exposto por Hinze, a turbulência é um fenômeno fundamentalmente tridimensional e

 33

transiente.

A Figura 4 apresenta a representação da medição da velocidade “instantânea” medida ao

longo do tempo, em um ponto dentro de um escoamento turbulento, sendo a linha tracejada

representante da média da série temporal. Pode-se definir a flutuação da velocidade no tempo

como sendo ui = ui − ui . Além da flutuação é necessária a definição de uma propriedade que

indica o quanto turbulento é o escoamento, essa propriedade é a intensidade da turbulência

u i .
2
como

Figura 4 – Série temporal da velocidade em um ponto do escoamento.

Apesar da turbulência ser um fenômeno significativamente randômico, tridimensional e

transiente, é conveniente definir os conceitos de homogeneidade e isotropia para permitir uma

análise mais detalhada do fenômeno físico.

A turbulência é considerada homogênea quando apresenta, a mesma estrutura em todas as

partes do escoamento, isto é, a homogeneidade da turbulência está relacionada à distribuição

das suas propriedades estatísticas no espaço. A turbulência é chamada de isotrópica se as

propriedades estatísticas se apresentam iguais em cada direção coordenada. Ao contrário

disso, quando existe uma direção preferencial, as propriedades não são iguais em todas as
 34

direções, a turbulência é chamada anisotrópica.

Na atmosfera, os vórtices turbulentos apresentam-se distribuídos em uma larga faixa de

comprimentos (espectro), que vão da ordem de milímetros até a ordem de quilômetros.

Segundo Ferziger e Peric (1999), os movimentos de grandes escala contêm muito mais

energia do que os de pequena escala. O seu tamanho e energia fazem com que essas escalas

sejam responsáveis pelo transporte das propriedades do escoamento. As escalas menores são,

geralmente mais fracas, proporcionando um menor transporte das propriedades do

escoamento.

Deve-se ter em mente, que a maior quantidade de energia é gerada nas grandes escalas. Essa

energia é dissipada por efeitos viscosos nas menores escalas. A viscosidade atua na forma de

transformar energia cinética em calor. Por esse motivo o escoamento turbulento é dissipativo,

como todos os outros escoamentos viscosos. A Figura 5 apresenta a representação do espectro

de energia na atmosfera (camada limite planetária, CLP).

Produção de Faixa Dissipação

Energia Inercial

E(f)

f
Figura 5 – Espectro de energia no escoamento turbulento na camada limite planetária
Fonte: Veidt (1996)

A idéia descrita no parágrafo anterior está baseada na teoria da cascata de energia proposta

por Richardson (1922).

 35

Segundo Richardson (1922), a turbulência é composta por vórtices de diferentes tamanhos. Os

vórtices de comprimento l, possuem uma velocidade característica u(l) e uma escala de tempo

 (l )  l u(l ) . A região ocupada por um vórtice de grande escala contém, também, vórtices de

pequena escala de comprimento.

O comprimento dos vórtices de grande escala, l0, é comparável ao comprimento da escala do

escoamento L, e sua velocidade característica, u 0  u(l0 ) , possui a mesma intensidade de

turbulência que a velocidade característica do escoamento U. Assim, o número de Reynolds

para esses vórtices, Re 0  u0 l0  , é suficientemente grande e pode-se dizer que os efeitos

da viscosidade são insignificantes.

A idéia de Richardson é que os vórtices de grandes escalas, onde é gerada a energia,

transferem a energia cinética para os vórtices menores, isto é, o sentido do fluxo de energia é

das grandes para as pequenas escalas. Esses vórtices menores, por um processo similar,

transferem a energia para vórtices ainda menores. A transferência sucessiva de energia

(cascata de energia) dos maiores para os menores vórtices continua até que o número de

Reynolds característico da escala seja suficientemente pequeno para que a viscosidade

molecular possa dissipar a energia cinética.

Uma das observações importantes acerca da cascata de energia é que o processo de

transferência é encerrado pela dissipação da energia cinética (). A taxa de dissipação é

determinada pelo primeiro processo de transferência de energia proveniente dos vórtices de

maior escala. Nessa escala, os vórtices contém a energia da ordem de u 02 e escala de tempo

 0  l0 u0 , assim a ordem da taxa de transferência de energia é: u 02  0  u 03 l0 .

A teoria da cascata de Richardson descreve o sentido do fluxo de energia das maiores para as
 36

menores escalas. Contudo, ainda restam algumas questões a serem respondidas. Qual é o

tamanho dos menores vórtices responsáveis pela dissipação da energia? Qual é o

comportamento das escalas de tempo e velocidade em relação ao comprimento característico?

Essas questões foram respondidas pelas hipóteses de Kolmogorov (KOLMOGOROV, 1941).

A primeira hipótese consiste na isotropia das menores escalas. Em geral, os grandes vórtices

são anisotrópicos e são afetados pelas condições de contorno do escoamento. Kolmogorov

ressaltou que, o efeito direcional que ocorre nas grandes escalas é perdido no processo caótico

de transferência de energia das menores escalas para escalas ainda menores. Assim, pode-se

resumir essa hipótese da seguinte forma (POPE, 2000): “Sob um número de Reynolds

suficientemente alto, os movimentos turbulentos de menor escala ( l  l0 ) são

estatisticamente isotrópicos.”

Da forma como apresentado na primeira hipótese de Kolmogorov, pode ser definido um

comprimento característico, lEI, que separe as escalas entre isotrópica (l<lEI) e anisotrópica

(l>lEI). Considerando que a anisotropia é perdida, quando a energia é passada das maiores

para as menores escalas, Kolmogorov infere que também são perdidas as informações acerca

da geometria (determinada pelas condições de contorno) presente nas grandes escalas. E como

conseqüência, as menores escalas são em geral mais universais do ponto de vista estatístico.

Na cascata de energia, para l<lEI, os dois processos dominantes são a transferência sucessiva

de energia para as menores escalas e a dissipação viscosa. Assim, dois parâmetros importantes

são a taxa de transferência de energia e a viscosidade cinemática (). Como conseqüência, a

hipótese da similaridade pode ser escrita (POPE, 2000): “Em todo o escoamento turbulento

sob número de Reynolds suficientemente alto, as propriedades das menores escalas do

movimento turbulento (l<lEI) possuem uma forma universal e determinada unicamente pela

viscosidade cinemática () e pela taxa de dissipação da energia cinética ()”.

 37

A faixa de comprimentos l<lEI é denominada como a faixa do equilíbrio universal. Nessa

faixa, as escalas de tempo são muito pequenas quando comparadas às escalas de tempo das

grandes escalas. Devido a isso, os pequenos vórtices podem se adaptar rapidamente para

manter o equilíbrio dinâmico em relação à taxa transferência de energia imposta pelas grandes

escalas.

Assim, dados os parâmetros  e , as escalas de comprimento, velocidade e tempo são

definidas de uma única forma. Essas são denominadas escalas de Kolmogorov. As equações

2.2, 2.3 e 2.4 apresentam, respectivamente, as escalas de Kolmogorov de comprimento (),

velocidade (u) e tempo ().

1
 3  4
   
  
(2.2)

u  ( )
1
4

(2.3)
1
  2
   
 
(2.4)

Observa-se que o número de Reynolds calculado com base nas escalas de Kolmogorov é igual

a unidade ( u  = 1 ). Essa observação é consistente com a idéia de que a transferência

sucessiva de energia através das escalas ocorre até que o efeito da viscosidade seja suficiente

para dissipar a energia por efeitos viscosos.

Considerando que a taxa de dissipação da energia cinética turbulenta, através de uma análise

dimensional, é dada pela equação 2.5 (POPE, 2000).

u3

l
(2.5)
 38

Pode-se obter a relação entre as pequenas e as grandes escalas da turbulência. As equações

2.6, 2.7 e 2.8 apresentam, respectivamente, as relações entre as escalas de Kolmogorov e

grandes escalas do escoamento para comprimento, velocidade e tempo (POPE, 2000).

3
−
 u l 
3
4 −
 0 0  Re 4
l0   
(2.6)
1
−
u l 
1
u 4 −
 0 0  Re 4
u0   
(2.7)
1
−
   u0 l0  2 −
1
   Re 2
0   
(2.8)

2.2 Modelagem da Turbulência

Até aqui foram apresentados os conceitos fundamentais sobre a turbulência, suas escalas e o

comportamento da energia cinética turbulenta. A turbulência, sem dúvida, afeta fortemente o

fenômeno do escoamento e mistura na atmosfera. Assim, a dispersão de poluentes na

atmosfera é um fenômeno predominantemente turbulento. Sob essa ótica, surge então a

necessidade de se descrever melhor o escoamento e dispersão em regimes turbulentos, para

essa descrição são utilizados os modelos de turbulência que são o foco das próximas seções

desse capítulo, onde serão descritos os modelos matemáticos para a descrição dos efeitos da

turbulência.

O escoamento de um fluido e o processo de dispersão de poluentes na atmosfera sob classe de

estabilidade atmosférica neutra (vide seção 2.3), são governados pelas equações de

conservação da massa, quantidade de movimento e de massa da espécie química.

Essas equações, na sua forma completa e considerando o fluido Newtoniano são escritas

como:
 39

Equação da Continuidade

  ( U i )
+ =0
t   xi
I II
(2.9)
Equação da Conservação da Quantidade de Movimento

U i  (U i U j )  ij
+ = + g i
   
t
   x 
j
 x j IV
I III
II
(2.10)
onde
 2 U 
 ij = 2 S ij −  p +  k
 ij
 3 x k 
(2.11)
e:
1  U i U j 

S ij = +
2  x j x i 

(2.12)
Equação da Conservação da Espécie Química

( ) ( U i )    
+ =  Dm +

 t  x
   
i  x i 
       IV
x i
I II III
(2.13)

onde xi [L] são as coordenas cartesianas. U i é a componente da velocidade na direção i [Lt-1],

p é a pressão [mL-1t-2], e  é a concentração de contaminante [m/m].  ,  são,

respectivamente, a massa específica [mL-3] e a viscosidade molecular do fluido [mL-1t-1]. Dm ,

é a difusividade molecular do contaminante no fluido [L2t-1], gi é o vetor aceleração

gravitacional [Lt-2], ij é o tensor das tensões (pressão e tensões viscosas) [mL-1t-2],  ij é

operador delta de Kronecker (1 se i = j e 0 se i  j ), Sij é o tensor deformação [s-1] e M é o

termo de fonte de massa da espécie química [mt-1L-3]. Com as dimensões escritas como segue:

[m] massa, [L] comprimento e [t] tempo. A vazão da fonte é muito pequena em relação ao

escoamento na atmosfera sendo desprezível para efeito da equação de conservação da massa.

 40

As equações diferenciais 2.9, 2.10 e 2.13 expressam a conservação de massa, quantidade de

movimento linear e fração de massa de uma espécie química. As equações 2.9 a 2.13 são a

representação matemática dos fenômenos físicos descritos.

A equação da continuidade representa o princípio da conservação de massa para um volume

de controle infinitesimal ou uma partícula infinitesimal de fluido. Os termos dessa equação

(2.9) podem ser assim interpretados: I é a taxa de variação de massa no interior do volume de

controle e II é a taxa de transferência de massa através das fronteiras da superfície de controle.

A equação da conservação da quantidade de movimento linear (momentum) é a segunda lei de

Newton aplicada a uma partícula infinitesimal de fluido. Os termos da equação 2.10 possuem

o seguinte significado: I representa a variação temporal de quantidade de movimento (termo

transiente), II representa o transporte de quantidade de movimento por processos convectivos

(termo convectivo), III representa o transporte de quantidade de movimento por processos

difusivos e pressão (termo difusivo) e IV representa as forças gravitacionais.

A equação 2.13 representa o princípio de conservação para espécie química. Os significados

dos termos da equação 2.13 são: I representa a taxa de variação da massa da espécie química

no volume de controle (termo transiente), II representa o transporte convectivo da espécie

química (termo convectivo), III representa os processos de transporte difusivo da espécie

química (termo difusivo) e IV representa o termo de fonte, podendo ser interpretado como

processos de geração ou remoção da espécie química.

Como descrito na seção anterior, o escoamento na atmosfera é sempre turbulento. As

equações de conservação, como escritas acima, são válidas para a solução do escoamento em

regime laminar ou turbulento. Contudo, como será apresentado nas próximas seções, a

solução numérica utilizando diretamente as equações como descritas acima exige uma
 41

discretização de altíssima resolução no tempo e espaço, o que torna essa prática inaplicável a

escoamentos turbulentos de geometria complexa.

Existem três classes de modelos para descrever o escoamento turbulento.

• Simulação Numérica Direta (DNS): a DNS calcula diretamente a partir das equações

de conservação todas as escalas da turbulência;

• Modelos baseados nas equações de médias de Reynolds (RANS): modela todas as

escalas da turbulência baseado nas equações médias de Reynolds;

• Simulação de grandes escalas (LES): simula diretamente as grandes escalas e modela

as pequenas escalas do escoamento turbulento.

Nas seções que seguem, são descritos em linhas gerais, os modelos mais utilizados em cada

uma das três classes.

2.2.1 Simulação Numérica Direta

A simulação numérica direta (DNS) consiste em resolver as equações de conservação de

forma tridimensional e transiente para todas as escalas do escoamento turbulento, desde as

grandes escalas até as escalas de Kolmogorov. A simulação numérica direta representa a

solução exata das equações diferenciais de conservação, exceto pelos erros de aproximação do

método numérico utilizado. Considerando isso, a simulação numérica direta é a filosofia de

mais simples entendimento e aplicação para a modelagem da turbulência. Contudo, o seu uso

prático ainda é extremamente restrito quando consideramos escoamentos turbulentos de

geometria complexa e de valores elevados do número de Reynolds.

Para exemplificar essa restrição computacional, a equação 2.14, conforme apresentada em

 42

Pope (2000), apresenta o tempo necessário em dias para se obter a solução de um escoamento

com turbulência homogênea, com base na utilização de um computador com capacidade de

processamento de 1 Gflops, o flops (operações de ponto flutuante por segundo) é a unidade de

medida da capacidade de processamento dos computadores. Um computador pessoal atual,

por exemplo, Pentium III 1 GHz possui a capacidade de processamento de aproximadamente

1 Gflops.

3
10 3 N 3 S T  Re 
T= 9  
10  60  60  24  800 
(2.14)

onde, N é o número de pontos necessários em cada direção do domínio e ST é o número de

passos no tempo. Uma vez que as escalas de Kolmogorov podem ser escritas em função do

número de Reynolds do escoamento, o número de pontos necessários e o número de passos no

tempo podem ser avaliados em função do número de Re. Assim, uma estimativa da ordem de

grandeza do tempo de processamento é dada em função do número de Re.

Considerando um escoamento com Re = 1×105, a expressão resulta no tempo de

processamento igual a 1,95×106 dias ou 5.342 anos. O computador com a maior capacidade

de processamento em uma universidade brasileira atualmente, se encontra no Laboratório de

Computação de Alto Desempenho (LCAD) na UFES e sua capacidade de processamento é da

ordem de 50 Gflops. O supercomputador com maior capacidade de processamento existente

atualmente se encontra no Japão e é denominado Earth Simulator. Sua capacidade de

processamento máxima é de 35.860 Gflops (conforme apresentado na lista de novembro de

2003 do site www.top500.org que relaciona os computadores com mais alto desempenho no

mundo). Assim se considerarmos a execução desse processo no Earth Simulator, o tempo

total de processamento seria da ordem de dois meses.

Portanto, o uso da DNS para solução de escoamentos turbulentos na atmosfera ainda não é
 43

factível do ponto de vista prático. O uso da DNS ainda está restrito a escoamentos com

geometrias simples e a baixos números de Reynolds. Assim, outras técnicas para descrever a

turbulência são necessárias.

2.2.2 Equações Médias de Reynolds

Considerando a impossibilidade da solução analítica das equações diferencias que governam

os fenômenos de transporte, um tratamento estatístico foi proposto em 1894 por Osborne

Reynolds. Esse tratamento consiste na aplicação da decomposição das propriedades

envolvidas, na forma de valores médios e suas flutuações (equação 2.15), nas equações de

conservação da quantidade de movimento, daí o nome Reynolds Averaging Navier-Stokes

(RANS). De forma análoga, esse tratamento estatístico também foi estendido às outras

equações de conservação.

 =  +
 = 0
(2.15)

onde  representa uma variável genérica, como, por exemplo, a velocidade ou a concentração

de uma substância.  e   são, respectivamente, a média e a flutuação da variável  e

considera-se que a média das flutuações (   ) é nula.

Após a substituição de todas as variáveis nas equações de conservação pelos seus valores

médios mais flutuações, as equações são integradas em um intervalo de tempo t.

Teoricamente, esse intervalo de tempo deve ser infinito. Contudo, t é apenas grande o

suficiente para que exceda as escalas de tempo das variações de mais baixa freqüência

(grandes escalas). Esta definição é adequada apenas para a condição de turbulência

estacionária (escoamentos em regime permanente), em caso de escoamentos transientes a

 44

variável em um tempo t é tomada como sendo a média de um grande número de experimentos

idênticos que é denominada média das repetições (ensemble average) (STULL, 2001).

As equações de conservação escritas em termos de quantidades médias como apresentadas

abaixo, assumem que as propriedades ,  e Dm são consideradas constantes.

Equação da Continuidade

U i
=0
 xi
(2.16)

Equação da Conservação da Quantidade de Movimento

 U i ( ) = 
(U i U j )  uiu j   2 U k  
 + + −  p +   ij + 2S ij  + g i
 t  xi  xi   xi   3 xk  
(2.17)
onde
1  U i U j 

S ij = +
2  x j xi 

e
 2 U k 
−  p +   ij + 2 S ij =  ijlam −  uiu j =  ijturb
 3 x k 

Equação da Conservação da espécie química

 ( U i ) ( u i  )   Dm   
+ + =  +
t  xi  xi  xi   xi  
(2.18)
onde:
Dm 
= i ,lam − u i  = i ,turb
  xi

Os termos adicionais nas equações de quantidade de movimento e das variáveis escalares

( turb
ij )
,  i ,turb são conhecidos como fluxos turbulentos. O fluxo turbulento da equação da

conservação da quantidade de movimento ( ijturb ) é denominado tensor das tensões de

 45

Reynolds, o qual pode-se demonstrar é simétrico. Os componentes da diagonal (i=j)

representam as flutuações da pressão dinâmica e os outros componentes representam as

tensões de cisalhamento devido às variações da velocidade. Uma vez utilizada a

decomposição de Reynolds como aproximação, o problema da modelagem da turbulência é

reduzido ao cálculo do tensor das tensões de Reynolds e dos outros fluxos turbulentos.

Infelizmente, após a integração média de Reynolds, o sistema de equações torna-se aberto,

isto é, existem mais variáveis do que equações. As equações para todas as quantidades físicas

principais como velocidade e concentração médias são definidas, mas não existem equações

para os fluxos turbulentos. Dessa forma, é necessário definir equações adicionais para a

determinação dessas novas variáveis. Esse é o chamado problema de fechamento na

modelagem da turbulência. Para fazer com que a descrição matemática da turbulência seja um

problema passível de solução, com um número finito de equações, é necessário aproximar as

variáveis desconhecidas em termos de quantidades conhecidas. Quando os termos

desconhecidos, de segunda ordem, são aproximados através de valores calculados através das

primeiras equações, o fechamento é denominado fechamento de primeira ordem.

Analogamente, se são desenvolvidas equações de conservação para calcular os termos de

segunda ordem, surgem termos desconhecidos de terceira ordem que são aproximados através

dos valores calculados nas equações de primeira e segunda ordem, o fechamento é dito de

segunda ordem.

Existem várias formas de modelar os termos que surgem da integração proposta pelas

equações médias de Reynolds. De uma maneira geral, existem aproximações baseadas nos

modelos de viscosidade turbulenta (fechamento em primeira ordem) e modelos baseados nas

tensões de Reynolds (fechamento em segunda ordem).

 46

2.2.3 Modelos de Viscosidade Turbulenta

A mais antiga proposta para a modelagem da turbulência ou das tensões de Reynolds e

atualmente a mais utilizada (RODI, 1984), foi introduzida em 1877 por Boussinesq, que

definiu o conceito de viscosidade turbulenta, representando cada uma das tensões de Reynolds

como as tensões viscosas para um fluido newtoniano e a viscosidade dinâmica pela

“viscosidade turbulenta”. A analogia de Boussinesq propõe que os efeitos dos mecanismos

difusivos da turbulência e do mecanismo de difusão molecular no escoamento sejam

similares, isso justifica o uso da aproximação da viscosidade turbulenta.

De acordo com a analogia de Boussinesq, o tensor de Reynolds pode ser calculado como

descrito na equação 2.19.

2 U k 
 ijturb = −   +  t  ij + 2  t S ij
3 x k 

( )
(2.19)
 = 12 u´2 + v´2 + w´2
(2.20)

onde  é a energia cinética turbulenta e  t é a viscosidade turbulenta.

Existem vários modelos para cálculo da viscosidade turbulenta, variando os níveis de

complexidade. Esses modelos podem ser categorizados em modelos algébricos (sem equação

diferencial adicional); modelos com uma equação diferencial adicional e modelos com duas

equações diferenciais adicionais.

As três próximas seções apresentam os modelos algébricos de viscosidade turbulenta

constante e o modelo de comprimento de mistura de Prandtl; o modelo de uma equação

diferencial e o modelo - de duas equações diferenciais.

 47

2.2.3.1 Modelos Algébricos

Modelo de Viscosidade Turbulenta Constante

Em aplicações para escoamentos em planos bidimensionais, o modelo de viscosidade

turbulenta constante pode ser escrito, como na equação 2.21.

U 0 l
t =
RT
(2.21)

onde U0 e l são a velocidade característica e o comprimento característico do escoamento

médio e RT é uma constante empírica dada em função do número de número de Reynolds do

escoamento (POPE, 2000).

A viscosidade turbulenta é considerada como constante ao longo de cada plano bidimensional

ao longo principal do escoamento e varia com a direção principal do escoamento.

A aplicabilidade desse modelo é extremamente limitada. Visto que, a aplicação do modelo

depende da definição inequívoca da direção principal do escoamento, da definição do

comprimento característico e da velocidade característica.

Modelo do Comprimento de Mistura

O primeiro modelo para a descrever a variação espacial da viscosidade turbulenta, foi

desenvolvido por Prandtl (1925), sendo conhecido como hipótese do comprimento de mistura

de Prandtl. Baseado na teoria cinética dos gases, o modelo de Prandtl assume que a

viscosidade cinemática turbulenta, t, seja calculada em função da velocidade característica, 

e em função do comprimento característico, l, a equação 2.22 apresenta uma expressão para o

 48

seu cálculo.

 t = Cl
(2.22)

onde C é uma constante adimensional de proporcionalidade. A extensão para o cálculo da

viscosidade dinâmica turbulenta é óbvia.

 t = C l
(2.23)

Considerando que a maior parte da energia cinética turbulenta está contida nos movimentos

de grandes escalas e que l é o comprimento das escalas que interagem com o escoamento

médio, é coerente concluir que existe uma conexão entre o escoamento médio e o

comportamento dos vórtices de grande escala.

Considerando que as únicas tensões de Reynolds significantes são  xy =  yx = −  u v e o

único gradiente de velocidade significante é U y e se o comprimento característico é l, a

velocidade característica é dada pela equação 2.24.

U
 = cl
y
(2.24)

onde c é uma constante adimensional. O valor absoluto da derivada da velocidade é tomado

para que a velocidade característica da escala seja sempre positiva.

Combinando as Equações 2.23 e 2.24 e suprimindo as constantes C e c para o surgimento de

um novo comprimento característico (lm), a viscosidade turbulenta baseada no comprimento

de mistura é dada pela equação 2.25.

U
 t = l m2
y
 49

(2.25)

O valor de lm deve ser determinado algebricamente para a aplicação desse modelo.

2.2.3.2 Modelo de Uma Equação Diferencial

Considerando que a viscosidade cinemática turbulenta possa ser expressa em termos de um

comprimento característico e de uma velocidade característica, Kolmogorov (1942) e Prandtl

(1945), independentemente, propuseram uma avaliação da velocidade característica em

função da energia cinética turbulenta.

 =c 
(2.26)

onde c é uma constante. Se o comprimento da escala for novamente tomado como o

comprimento de mistura, a viscosidade turbulenta pode ser expressa pela equação abaixo.

 t = c l m 
(2.27)

Para utilizar a equação 2.27, a energia cinética turbulenta precisa ser conhecida ou estimada.

Kolmogorov e Prandtl sugeriram a solução através da adição de mais uma equação diferencial

de conservação para a energia cinética turbulenta. Por isso, esse modelo é denominado

modelo de uma equação diferencial.

      D         P      
  (U j  )    u j u j p   
2
U i  u i u i
 + = u i  +  +  2 − u iu j −
t x j xj   2   x j x j  x j x j
 
(2.28)

No primeiro membro da equação 2.28, o primeiro termo representa a taxa de variação da

energia cinética turbulenta no tempo, o segundo termo descreve o transporte convectivo. No

 50

segundo membro da equação, o primeiro termo é o termo de transporte difusivo, o segundo

termo representa o termo de produção de energia cinética turbulenta por cisalhamento, o

terceiro termo representa a dissipação viscosa da energia cinética turbulenta.

Quando o termo de transporte difusivo de energia cinética turbulenta é proporcional ao

gradiente da energia cinética turbulenta, os fluxos turbulentos podem ser modelados de acordo

com a analogia de Boussinesq, e a Equação 2.28 pode ser reescrita.

  (U j  )    t   
+ =    +  − 
t x j x j     x j 
(2.29)
com
U i  t  U i U j  U i

 = −u iu j = +
x j   x j xi  x
 j
(2.30)
 u i u i
=
 x j x j
(2.31)

onde  é uma constante empírica, P é a produção de energia cinética turbulenta por tensão

de cisalhamento e  é a taxa de dissipação de energia cinética.

O parâmetro  deve ser modelado. Usando uma análise dimensional, é possível escrever a

32
dissipação da energia cinética como sendo:  = C D onde CD é uma constante empírica.
lm

Como apresentado, o modelo de uma equação diferencial ainda depende da estimativa do

comprimento de mistura lm.

2.2.3.3 Modelo de Duas Equações Diferenciais

Como descrito em Santos (2000), existem vários modelos com duas equações diferenciais
 51

encontrados na literatura, por exemplo, o modelo q-w onde q é a raiz quadrada da energia

cinética turbulenta e w é a velocidade característica e o modelo - onde  é a escala de

tempo. Contudo o modelo mais popular é o modelo -, onde  é a energia cinética turbulenta

e  é a dissipação da energia cinética turbulenta. No modelo - o comprimento característico

é calculado em função da dissipação da energia cinética, como apresentado na equação 2.32.

u3 32
l l 
 
(2.32)

O modelo - é, atualmente, o modelo de turbulência mais difundido pelos códigos

computacionais comerciais utilizados em aplicações de dinâmica dos fluidos computacional.

O crédito ao desenvolvimento do modelo - deve ser dado ao trabalho desenvolvido por

Jones e Launder (1972), após isso as constantes do modelo foram aprimoradas por Launder e

Sharma (1974). Ao longo dos anos diversos estudos têm sido apresentados no sentido de

ampliar a generalidade e acurácia desta classe de modelos, entre outros Yakhot e Orzag

(1986), Speziale (1987) e Lien e Leschziner (1994).

O modelo - consiste em:

• Inserir uma equação diferencial de conservação adicional para o cálculo de ;

• Inserir uma segunda equação diferencial de conservação adicional para o cálculo de ;

• Especificar o valor da viscosidade turbulenta t.

A viscosidade dinâmica turbulenta é avaliada através da equação que segue:

C   2
t =

(2.33)

onde C é uma constante empírica do modelo. Um valor usual de C é 0,09 (LAUNDER e

SPALDING, 1974). A equação diferencial de conservação para a energia cinética turbulenta é

 52

a mesma já descrita para o modelo de uma equação diferencial (equação 2.29). O termo

dissipação da energia cinética turbulenta é calculado com a adição de mais uma equação

diferencial, apresentada a seguir.

  (U j  )    t     2
+ =    + (C1 + C3G ) − C 2
t x j x j     x j   
(2.34)

onde C1, C2, C3 e  são constantes empíricas.

Segundo Murakami (1993), o modelo -, em geral, não consegue boa representação para a

turbulência anisotrópica e gradientes adversos de pressão. O modelo também produz

excessiva energia cinética turbulenta em regiões de escoamento incidente. Assim, várias

correções têm sido propostas para estender a sua generalidade (KATO e LAUNDER, 1993).

2.2.4 Modelo das Tensões de Reynolds

Nos modelos das tensões de Reynolds, são resolvidos os termos das tensões de Reynolds

através da inserção de uma equação diferencial de transporte para as tensões. Portanto, nessa

classe de modelos a hipótese da viscosidade turbulenta não é requerida. Uma vez que as

tensões de Reynolds são calculadas através de uma equação de conservação, o fechamento se

dá em segunda ordem.

A equação do modelo de transporte das tensões de Reynolds (RSM) para escoamentos

irrotacionais em isotérmicos é apresentada a seguir (RODI, 1984).

Du iu j  u iu j
+Uk = Dij + Pij +  ij −  ij
Dt x k
(2.35)

onde Dij é o termo de transporte difusivo das tensões de Reynolds, sendo escrito da seguinte
 53

forma:

   uiu j 1 
Dij =

xk
uiu j u k +
 xk
+

(
p  jk ui + p  ik u j )
 
(2.36)

O termo Pij é o termo de produção das tensões, escrito da seguinte forma:

 U i U j 
Pij =  − u j u k − u iu k 
 x x 
 k k 
(2.37)
O termo ij é o termo devido à pressão, escrito como segue:

p   u i u j 

 ij = +
  x j xi 

(2.38)
E ij é o termo de dissipação da energia cinética, escrito a seguir.

 u i u j
 ij = 2
 x k x k
(2.39)

Considerando que o tensor de Reynolds é simétrico, a equação 2.35 implica na solução de seis

equações diferenciais parciais, uma equação para cada um dos componentes independentes do

tensor de Reynolds. Além disso, existem termos desconhecidos nas equações de Dij, ij, e ij

que necessitam de um fechamento, conforme descrito, em Reynolds (1970), Daly e Harlow

(1970) e Launder et al. (1975).

Como exposto, o modelo de transporte das tensões de Reynolds insere dificuldades de

implementação com a necessidade da solução do sistema de equações diferenciais, para os

seis componentes do tensor de Reynolds. Demuren e Rodi (1984), apresentaram uma

aproximação para os termos de convecção e difusão e deduziram um modelo algébrico para as

tensões de Reynolds. A aproximação consiste em assumir que a soma dos termos convectivos

e difusivos das tensões de Reynolds é proporcional à soma dos termos difusivos e convectivos

da equação de transporte da energia cinética turbulenta. Com essas considerações o modelo

 54

algébrico das tensões de Reynolds pode ser expresso, conforme apresentado abaixo:

 
 
2
u iu j =  ij + 
CD  ij − 2   ij  
3    3 
 C1 − 1 + 
  
(2.40)

onde CD é uma constante empírica. As seis equações algébricas para o tensor das tensões de

Reynolds são resolvidas simultaneamente. As equações diferenciais para  e  também são

resolvidas simultaneamente, uma vez que seus valores são requeridos para o cálculo algébrico

das tensões de Reynolds.

O modelo das tensões de Reynolds (RSM) é, potencialmente, mais generalista do que os

demais modelos baseados nas médias de Reynolds. Contudo deve-se observar que os custos

computacionais são aumentados com a inserção de mais equações diferenciais parciais a

serem resolvidas. O modelo algébrico das tensões de Reynolds (ASM), embora mais

econômico possui sérias restrições para a solução de escoamentos onde a consideração feita

para os efeitos difusivos e convectivos não é aplicável (VERSTEEG e MALALASEKERA,

1995)

2.2.5 Simulação de Grandes Escalas

Nos modelos de simulação de grandes escalas (LES), as grandes escalas do escoamento

turbulento são simuladas diretamente e as pequenas escalas são modeladas através de um

modelo de submalha. Na simulação de grandes escalas a idéia de médias no tempo, como

realizada nas equações médias de Reynolds (RANS) são abandonadas. Ao invés disso, um

filtro no espaço é aplicado às equações de conservação e a solução computacional é obtida de

forma transiente. A Figura 6 ilustra, de forma esquemática a forma de solução como proposta
 55

pela LES em comparação com a DNS. A parte esquerda representa o escoamento turbulento

de um fluido em um canal, enquanto a parte direita representa a série temporal resolvida

diretamente por meio da DNS e LES. Como descrito, a DNS calcula diretamente todas as

escalas do movimento enquanto a LES calcula as grandes escalas e modela as pequenas.

    LES
     
Simulação Modelagem
direta + de submalha
DNS
u

DNS
LES

t
(a) (b)
Figura 6 – Representação esquemática do escoamento (a) e série temporal da velocidade em um ponto (b)
Fonte: Ferziger e Peric (1999)

Em termos de consumo de recursos computacionais, a LES se situa entre os modelos RANS e

a DNS.

Existem quatro passos conceituais na simulação de grandes escalas:

1. A aplicação do filtro é definida como sendo a decomposição da velocidade na

soma de uma componente resolvida U diretamente e uma componente residual de

escala de submalha ( u  ). O campo de velocidades U , transiente e tridimensional,

representa as grandes escalas do escoamento;

2. O campo de velocidades de grandes escalas é obtido diretamente através da

solução das equações de conservação, com a inserção de um termo modelado

proveniente das pequenas escalas;

3. O fechamento é obtido através da modelagem do tensor das tensões de submalha

 56

com a utilização de um modelo de viscosidade turbulenta calculado em função das

grandes escalas que são resolvidas diretamente;

4. As equações são resolvidas numericamente em termos de U , isto é, as grandes

escalas são resolvidas diretamente com a incorporação dos efeitos das pequenas

escalas por meio da modelagem.

Os primeiros trabalhos utilizando a filosofia da LES foram desenvolvidos por Smagorinsky

(1963) e Lilly (1967), com a motivação do estudo de fenômenos meteorológicos (POPE,

2000). Com o passar dos anos a LES têm sido utilizada com sucesso por muitos outros

autores para aplicações em escoamentos turbulentos, dentre outros Murakami (1993), Rodi

(1997) e Breuer (1998).

O modelo de turbulência LES foi escolhido para a descrição dos efeitos da turbulência nesse

estudo. Uma descrição mais detalhada da modelagem da turbulência utilizando a LES é

apresentada no capítulo 4 dessa dissertação, apresentando não apenas a modelagem

matemática utilizada na solução do problema proposto, mas também a motivação para a

seleção desta classe de modelos.

2.3 Turbulência Atmosférica

O escoamento do ar na atmosfera é fortemente influenciado por tensões de cisalhamento e

forças de empuxo, devido à sua interação com a superfície da Terra e devido aos escoamentos

atmosféricos de larga escala como os ventos geostróficos e térmicos. As influências das

tensões de cisalhamento e forças de empuxo são limitadas a uma camada fina da troposfera

conhecida como Camada Limite Planetária (CLP) ou camada de fricção (Figura 7).

Imediatamente acima da camada limite planetária, está localizada a camada geostrófica, onde
 57

apenas os gradientes horizontais de pressão e as forças de Coriolis exercem influência no

escoamento (SEINFELD e PANDIS, 1998). O fenômeno da dispersão de poluentes, em geral,

é estudado apenas na camada limite planetária, onde os principais processos de transporte e

remoção dos poluentes ocorrem.

A altura da CLP não é constante, e varia dentro de uma faixa e depende da taxa do fluxo de

calor na atmosfera terrestre, intensidade do vento, rugosidade e características topográficas da

superfície, movimento vertical de grande escala, advecção horizontal de calor e umidade e

localização geográfica.

O escoamento na atmosfera, geralmente, se desenvolve em regime turbulento, isto é, os

efeitos viscosos não são capazes de amortecer as instabilidades e perturbações no escoamento.

Na atmosfera, essas perturbações podem ter origem em oscilações de pressão, gradientes de

temperatura, rugosidade da superfície e irregularidades geométricas (como exemplo: relevos

complexos e edificações). A ordem de grandeza usual para o número de Reynolds em

escoamentos na atmosfera é 106, o que indica que a escala de tempo dos fenômenos

moleculares é 106 vezes maior do que a escala de tempo do escoamento médio. Assim, os

efeitos da viscosidade molecular são muito pequenos para suavizar as perturbações, e como

descrito anteriormente, são formados os vórtices turbulentos no escoamento.

 58

Troposfera
104 m

Nuvens

Camada Limite Planetária

103 m

Superfície
102 m

Rugosidade
101 m

Figura 7 – Representação da troposfera e suas principais camadas

O escoamento na atmosfera é formado por vórtices superpostos de diferentes tamanhos. O

espectro da turbulência é definido como sendo a intensidade desses vórtices nas diferentes

escalas presentes no escoamento. A Figura 8 apresenta, esquematicamente, o exemplo de um

espectro típico da velocidade do vento medida próxima ao solo. A ordenada é a medida da

fração da energia cinética turbulenta em um determinado comprimento característico. A

abcissa apresenta a escala de comprimento dos vórtices em termos do período de tempo.

Vórtices de pequena escala possuem menores períodos de tempo do que os vórtices de grande

escala (STULL, 2001). Os picos no espectro apresentam quais os comprimentos de escala que

mais contribuem para o incremento dos níveis de energia cinética turbulenta. O maior pico, à

esquerda, com um período em torno de 100 h corresponde a variações da velocidade do vento

associadas, por exemplo, à passagem de uma frente fria, essas escalas maiores são

denominadas escalas sinóticas e em geral estão relacionadas aos fenômenos de larga escala

que interferem no clima. O próximo pico, em 24 h, é atribuído às variações diárias da

 59

temperatura, aumento durante o dia e diminuição durante a noite. O último pico, mais à

direita, representa os fenômenos de micro-escala e têm duração entre 10 s e 10 min, nessa

faixa estão inseridos os efeitos de irregularidades geométricas, rugosidade superficial, dentre

outros.

Na Figura 8, pode ser observada a região denominada lacuna espectral (spectral gap). Essa

região se apresenta como um vale separando os fenômenos de micro-escala das escalas

sinóticas. Os movimentos sinóticos (lado esquerdo) são associados ao escoamento médio na

atmosfera, enquanto os movimentos representados pelo lado direito constituem a turbulência

atmosférica. O centro da lacuna é aproximadamente o período de uma hora.

Escalas Sinóticas Lacuna Espectral Escalas turbulentas

Intensidade Relativa

1000 100 10 1 0,1 0,01 0,001

Período (h)
Figura 8 – Representação esquemática do espectro da velocidade do vento próximo ao solo.
Fonte: Adaptado de Van der Hoven, apud Stull (2001)

Como qualquer escoamento viscoso, o escoamento na atmosfera é dissipativo. Portanto, a

turbulência na atmosfera necessita de uma fonte de geração para se manter. Como relatado

anteriormente, não só as tensões de cisalhamento podem manter ou gerar a turbulência na

CLP. Os gradientes de temperatura, através da geração de forças de empuxo juntamente com

os gradientes de velocidade do escoamento, são responsáveis pelo suprimento de energia

 60

necessária para a manutenção do escoamento turbulento. Assim, as condições de turbulência

atmosférica são classificadas de acordo com as frações relativas de contribuição da

turbulência induzida mecanicamente ou por empuxo térmico. O principal parâmetro para

caracterizar a turbulência dominada por tensões de cisalhamento é a velocidade de fricção.

Por outro lado, para caracterizar a turbulência dominada por empuxo, é necessário o

estabelecimento do perfil vertical de temperatura, que depende da radiação solar absorvida

pelo ar e do fluxo de calor proveniente da superfície terrestre aquecida pelo Sol.

A estratificação térmica (estabilidade atmosférica) pode ser determinada por comparação do

perfil real de temperatura com o perfil adiabático (-0,98 ºC/100 m). Considere uma partícula

de ar seco que ascende verticalmente devido à interação com os vórtices turbulentos sem que

haja troca de calor com a vizinhança. Se a variação de temperatura da partícula obedece ao

perfil adiabático, a mesma permanecerá em equilíbrio com a vizinhança, pois não será afetada

por forças de empuxo, ou seja, estará numa condição de equilíbrio indiferente denominada

condição atmosférica neutra. Se a partícula de ar se encontra numa temperatura maior que a

temperatura da vizinhança a tendência do fluxo vertical de empuxo é positivo e as forças de

empuxo se somam ao movimento vertical. Nessa situação, a parcela de ar está numa condição

atmosférica instável. E por fim, se a partícula de ar possui uma temperatura menor que a

vizinhança, o fluxo vertical de empuxo térmico é negativo e movimento vertical da partícula é

inibido, essa é denominada condição atmosférica estável. Assim, a condição instável facilita a

dispersão de poluentes enquanto a condição estável dificulta a dispersão.

Nesse estudo, todos os fenômenos encontram-se na parte do espectro denominada escalas

turbulentas (Figura 8) e estão situados em uma pequena faixa da CLP, próxima ao solo nas

imediações dos prédios, e além disso a atmosfera foi considerada em condição neutra. Assim,

nessa dissertação não foram estudados os efeitos da estratificação vertical térmica e, portanto
 61

apenas os efeitos mecânicos foram considerados.

2.4 Escoamento e Dispersão ao Redor de um Prédio Cúbico

A presença de um prédio altera significativamente o padrão do escoamento ao seu redor. O

prédio atua impedindo a passagem livre do escoamento. Além disso, paredes sólidas são

introduzidas, o que acarreta também uma maior produção de tensões de cisalhamento no

fluido.

O escoamento ao redor de um obstáculo, como um prédio cúbico é extremamente complexo

(Figura 9) São claramente distintas, as regiões que descrevem o escoamento ao redor de

prédios: região incidente, estagnação, separação, vórtice da ferradura, fluxo reverso,

recolamento no teto, cavidade de recirculação, ponto de recolamento e esteira turbulenta.

Figura 9 – Representação esquemática do escoamento ao redor de um prédio cúbico – vista do plano central
Fonte: Adaptado de Murakami (1993)

Na Figura 9, observa-se que o escoamento incidente é dividido pela presença do prédio. Na

face frontal do prédio existe um ponto formado pela divisão do escoamento denominado

ponto de estagnação. A localização do ponto de estagnação é dependente das dimensões do

prédio.

A combinação entre a vorticidade e a distribuição de pressões na parede frontal do prédio,

 62

resulta na mudança de comportamento do vento incidente gerando uma região de fluxo

descendente e posteriormente reverso a direção principal do escoamento. Conseqüentemente

um vórtice primário é desenvolvido ao redor das laterais do prédio por efeito de convecção.

Esse vórtice, conhecido como vórtice da ferradura (horseshoe vortex) induz à formação de

outros vórtices menores que são incorporados a jusante.

No teto e laterais do prédio ocorrem regiões de fluxo reverso onde o escoamento tem sentido

contrário ao sentido do escoamento principal, o escoamento é então separado.

Existe um ponto importante no escoamento ao redor de prédios. É o ponto onde, a tensão na

parede vai a zero, e o escoamento passa a se movimentar todo no mesmo sentido. Esse ponto

é denominado ponto de recolamento (reattachment). O recolamento ocorre distintamente no

teto e laterais do prédio e após o prédio em toda a linha de recolamento. Essa linha define a

cavidade de recirculação, formada após o prédio desde a parede posterior. Segundo Peterka et

al. (1985), o comprimento da cavidade de recirculação varia entre valores de 2 a 6 vezes a

altura do prédio. Uma expressão empírica para a estimativa do comprimento da cavidade de

recirculação ( r = Lr H b ) foi proposta por Hosker (apud Fackrell, 1984, p. 105).

b
A 
r = h
  b 
1 + B h 
  
(2.41)

onde A e B são constantes empíricas e dependem da ocorrência ou não do recolamento no teto

e laterais do obstáculo. No caso em que o escoamento recola no teto e laterais as constantes

recebem os valores: A=1,75 e B=0,25. Quando o recolamento não ocorre, os valores são:

A = 2 + 3,7(l h ) e B = 0,15 + 0,305 (l h )

−1 3 −1 3
. Os valores b, h e l são, respectivamente, a

largura do prédio, a altura do prédio e o comprimento do prédio. No caso de um prédio cúbico

 63

a equação 2.41 se resume a r = A (1 + B) . Para grandes valores do número de Reynolds, o

escoamento é praticamente independente do valor de Re (ZHANG et al., 1996). Nestas

condições, a existência ou não do recolamento das linhas de corrente no teto e laterais do

prédio é função apenas da sua razão de aspecto. Segundo Wilson (1979), para que o

recolamento ocorra a seguinte condição deve ser atendida, l  0,9 R , onde R é definido

através a equação 2.42.

2 1
R = BS 3 B L 3
(2.42)

onde BS e BL são, respectivamente, o maior e o menor valor entre a largura e altura do prédio.

Obviamente, para um prédio cúbico R=l, portanto, para prédios cúbicos a condição de

recolamento sempre é satisfeita e o recolamento deve ocorrer em 1,4 Hb.

Após passar pelo prédio, o escoamento requer algum tempo para recuperar as características

do perfil de vento incidente. Esse perfil só é restabelecido com o desaparecimento de todas as

perturbações causadas pelo prédio. A região mais afastada do prédio, onde ainda persistem

alguns efeitos das perturbações é denominada esteira turbulenta (far wake), quando

comparada à região do perfil de vento incidente, possui menor velocidade média e maior

intensidade de turbulência.

A Figura 10 apresenta a vista em perspectiva do escoamento ao redor de um obstáculo cúbico,

com as estruturas de fluxo indicadas. Nesta figura podem ser vistas, a região do vento

incidente, as zonas de fluxo reverso no teto e laterais do prédio, as linhas de separação no teto

e paredes laterais, a cavidade de recirculação definida pela linha de recolamento, o vórtice da

ferradura e a esteira turbulenta na região mais afastada do prédio.

Os efeitos provocados no escoamento pelo prédio, afetam a dispersão de poluentes na região

de sua vizinhança. Dependendo da posição de lançamento, a pluma de contaminantes é

 64

capturada pela região do escoamento afetada pelo prédio. A Figura 11 apresenta uma

representação esquemática dos padrões de dispersão ao redor do obstáculo para diferentes

posicionamentos da fonte de emissão de contaminantes.

Figura 10 – Estruturas típicas do escoamento ao redor de um obstáculo cúbico – perspectiva tridimensional

Fonte: Hosker (1980)

A Figura 11a apresenta uma fonte de emissão na parede posterior do obstáculo. Os

contaminantes lançados na região de recirculação são transportados na direção do obstáculo

devido ao fluxo reverso na região de recirculação e são rapidamente misturados devido a alta

intensidade de turbulência e baixos valores de velocidade. A intensa circulação é capaz de

trazer contaminantes do teto do prédio. A estrutura do vórtice da ferradura exerce um

importante papel na dispersão dos contaminantes na região da esteira turbulenta (wake). Essa

estrutura transporta os contaminantes lateralmente para posterior reinserção dos

contaminantes na esteira turbulenta. Como dito anteriormente, na região da esteira turbulenta,

a velocidade média na direção principal possui valores inferiores às do escoamento isento das

perturbações provocadas pelo obstáculo. Com isso, os níveis de concentração dos

contaminantes nessa região tendem a ser mais elevados quando comparados aos níveis de

concentração obtidos em escoamentos não perturbardos.

 65

(a)

(b)

(c)

(d)
Figura 11 – Representação da dispersão de contaminantes ao redor de um prédio isolado, sob diversas
configurações da posição de lançamento. (a) fonte de emissão posicionada na parede posterior do prédio, (b)
fonte de emissão posicionada à montante do prédio, (c) fonte posicionada no teto do prédio, (d) fonte
posicionada em alturas maiores que o prédio
Fonte: Meroney (1982).

A Figura 11b apresenta uma fonte de emissão localizada à montante do obstáculo. A

localização da fonte em posição anterior ao obstáculo determina o grau de espalhamento da

pluma de contaminantes. Plumas provenientes de fontes localizadas próximas ao prédio não

sofrem um significante espalhamento antes de atingirem o obstáculo, e são mantidas mais

 66

próximas ao solo, devido ao vórtice da ferradura. Por outro lado, plumas lançadas de fontes

mais distantes do obstáculo se espalham consideravelmente antes de incidir no prédio, com

isso a pluma é afetada pelo vórtice da ferradura e pela parte superior do escoamento incidente,

separado na parede frontal, fazendo com que parte da pluma seja transportada por sobre o teto

do prédio.

A Figura 11c apresenta uma fonte de emissão situada no teto do obstáculo. Os contaminantes

lançados do teto do prédio seguem o fluxo reverso que ocorre no teto. A pluma de

contaminantes é introduzida na região de recirculação antes de ocorrer o espalhamento nas

direções lateral e vertical. Assim, os níveis de concentração na região de recirculação são

maiores quando comparados aos níveis de concentração que ocorrem na dispersão de

poluentes sem a presença do prédio.

A Figura 11d apresenta duas configurações de fontes de emissão posicionadas em alturas

maiores do que a altura do prédio. Para o caso de fontes localizadas a alturas maiores que o

dobro da altura do prédio (>2Hb), a pluma tende a ser transportada horizontalmente.

Como exposto nesse capítulo, o fenômeno do escoamento de dispersão de poluentes ao redor

de obstáculos exige a utilização de técnicas sofisticadas de modelagem para correto

tratamento dos efeitos da turbulência no escoamento e como conseqüência para o tratamento

desses efeitos no cálculo das concentrações de contaminantes.

Como descrito inicialmente, o principal objetivo deste trabalho é o desenvolvimento do

estudo da dispersão de poluentes através da técnica LES. Com a implementação da LES existe

a expectativa de obtenção de melhores resultados, quando comparados a modelos analíticos

ou mesmo modelos de turbulência baseados em RANS. A melhoria dos resultados deve ser

proporcionada pelo aumento da generalidade do modelo com o uso da LES. No próximo

 67

capítulo, para contextualizar o presente trabalho, são apresentadas as publicações mais

relevantes acerca do estudo do escoamento e dispersão de poluentes ao redor de obstáculos,

tendo como ferramenta a dinâmica dos fluidos computacional.

 68

3. REVISÃO DA LITERATURA

Para contextualizar esse estudo em relação à produção científica publicada na literatura

especializada, são apresentados os trabalhos mais relevantes realizados na área de dinâmica

dos fluidos computacional (CFD) para o estudo da dispersão de poluentes e do escoamento na

atmosfera ao redor de obstáculos.

Um dos primeiros trabalhos sobre escoamentos ao redor de obstáculos foi realizado por

Parkinson e Jandali (1970). Eles apresentaram um modelo para um escoamento potencial

incompressível bidimensional ao redor de um cilindro. Portanto, o trabalho descreveu apenas

o fluxo invíscido e irrotacional ao redor do corpo de comprimento infinito. Os resultados

apresentados mostraram boa concordância com os dados de pressão medidos ao longo das

superfícies não afetadas pela recirculação do escoamento. Contudo, não foram geradas

informações sobre as regiões de esteira e de separação.

Puttock e Hunt (1979) apresentaram um dos primeiros estudos para modelar a dispersão ao

redor de prédios utilizando as equações de transporte. Eles utilizaram uma metodologia

similar à utilizada por Parkinson e Jandali (1970), isto é, o escoamento foi descrito como

potencial. Contudo, ao contrário de Parkinson e Jandali, os autores conseguiram descrever

melhor o escoamento na região de recirculação. Após a solução do escoamento, foi obtida

uma equação analítica para calcular as concentrações do contaminante com base no

 69

coeficiente de difusão turbulenta, através da integração da equação de conservação da espécie

química. A concentração foi considerada constante dentro da região de recirculação, e as

intensidades de turbulência na região de recirculação e na vizinhança do obstáculo não foram

investigadas.

Os estudos citados, até aqui, descreveram o escoamento ao redor de obstáculos com muitas

hipóteses simplificadoras, considerando, por exemplo, escoamento potencial e com baixos

valores do número de Reynolds. Essas hipóteses são “muito fortes” para descrever o

escoamento ao redor de obstáculos na atmosfera. Pois, esse tipo de escoamento ocorre em

regime turbulento.

A sofisticação dos modelos empregados se torna indispensável para a solução do escoamento.

Assim, é indispensável utilizar tratamentos ou modelos adequados a fim de incorporar os

efeitos da turbulência atmosférica. Considerando que, a simulação numérica direta (DNS)

ainda é uma forma de simulação inaplicável, a opção razoável, é a modelagem da turbulência

através de técnicas viáveis para os recursos computacionais existentes.

Nos últimos vinte anos, os avanços na tecnologia dos computadores, tornaram viável a

solução completa das equações de conservação, e uma maior quantidade de trabalhos foi

apresentada na literatura científica, utilizando modelos para descrever o escoamento

turbulento em torno de obstáculos.

Em 1986, Paterson e Apelt (1986) desenvolveram um programa computacional baseado na

solução numérica tridimensional da equação da equação de transporte ao redor de obstáculos

cúbicos. O programa baseava-se na solução do escoamento através da técnica RANS

utilizando o modelo -. As equações foram resolvidas através do método numérico dos

volumes finitos, utilizando o algoritmo SIMPLE. Os resultados da simulação foram

 70

comparados a dados experimentais obtidos em túnel de vento. Segundo os autores, os

resultados obtidos na simulação concordaram satisfatoriamente com os dados experimentais.

O estudo descrito no parágrafo anterior trata a turbulência do ponto de vista das equações

médias de Reynolds (RANS) utilizando o modelo -. A grande diferença entre a LES e os

modelos baseados em RANS é que a LES modela apenas as pequenas escalas, enquanto as

técnicas RANS modelam todas as escalas de turbulência.

A estrutura dos grandes vórtices é fortemente dependente da geometria e da natureza do

escoamento. Os menores vórtices, por outro lado são universais (KOLMOGOROV, 1941).

Portanto, as grandes escalas são altamente anisotrópicas enquanto as pequenas escalas são

quase isotrópicas. Sendo isotrópicas e universais, as pequenas escalas são muito mais fáceis

de modelar quando comparados às grandes escalas. Essas observações levam ao conceito da

LES, que calcula diretamente as grandes escalas e modela as pequenas escalas.

O trabalho realizado por Murakami et al. (1987), é um dos primeiros estudos do escoamento

tridimensional ao redor de um cubo por meio da LES. Esses autores usaram a LES, para obter

o cálculo tridimensional do escoamento turbulento ao redor de um modelo cúbico. Nesse

estudo foram investigadas as condições de contorno nas fronteiras horizontais e as constantes

do modelo de submalha de Smagorinsky (CS=0,1 e 0,2). Os resultados foram comparados a

dados experimentais obtidos em túnel de vento. Segundo os autores, os resultados obtiveram

boa concordância com os dados experimentais, do ponto de vista de aplicações de engenharia.

Como conclusões, Murakami et al. (1987) destacaram que (1) a LES apresenta um grande

potencial para a descrição do escoamento ao redor de prédios; (2) a constante CS exerce uma

significante influência nas flutuações de velocidade obtidas; (3) os valores de intensidade de

turbulência calculados próximo ao solo foram subestimados em comparação aos dados

experimentais, mas um significante aumento destes valores foi verificado ao serem utilizadas
 71

a condição de contorno periódica no solo e teto do domínio e o valor igual a 0,1 para a

constante CS.

Kot (1989) apresentou uma revisão de literatura sobre as várias formas de modelagem da

dispersão de poluentes ao redor de prédios. Foram apresentadas, de forma sucinta as

limitações e possibilidades de aplicação de vários modelos para a solução do escoamento e da

concentração de contaminantes ao redor de prédios. Segundo o autor, o uso da equação de

conservação da espécie química para o cálculo das concentrações seria a extensão lógica do

uso do modelo de turbulência -, utilizado para descrever o escoamento ao redor do prédio.

Uma alternativa para a substituição do modelo - seria o uso da simulação de grandes

escalas (LES). Contudo, o autor comenta que o uso da LES ainda é restrito devido à

necessidade de informações acerca do espectro da turbulência na entrada do domínio

computacional e da necessidade de computadores de alta capacidade.

Murakami et al. (1992) realizaram a solução dos campos de pressão e velocidade e das forças

provocadas pela ação do vento na superfície e no entorno de um prédio. Nesse estudo foram

utilizados os modelos de turbulência -, modelo algébrico das tensões de Reynolds (ASM) e

a simulação de grandes escalas (LES). A acurácia das soluções foi estudada através da

comparação com resultados obtidos em túneis de vento. Os melhores resultados, quando

comparados com os dados experimentais, foram obtidos pelo modelo LES. Em segundo

momento, a LES foi utilizada para a simulação do escoamento na forma bidimensional (2D) e

tridimensional (3D). Foi confirmado que os resultados obtidos com 3D concordaram com os

dados experimentais, enquanto a simulação 2D apresentou significantes discrepâncias.

A melhoria dos resultados apresentados em comparação aos dados experimentais, incentivou

os estudos dos escoamentos por meio de simulações numéricas. Alguns estudos foram

necessários para avaliar mais detalhadamente as capacidades e limitações do uso desses

 72

modelos. Leschziner (1993) descreveu os dados pertinentes às capacidades e limitações dos

métodos computacionais para escoamentos multidimensionais. O autor destacou que,

problemas de engenharia relacionados com altas velocidades e aerodinâmicas externas, que

possuem níveis não representativos de transporte viscoso e turbulento, são os que têm

apresentado a melhor acurácia. Ao contrário disso, os problemas de escoamentos turbulentos

envolvendo regiões de recirculação e separação (como os escoamentos ao redor de prédios)

são os de maior dificuldade de representação. Leschziner enfocou as idéias acerca do esquema

de interpolação utilizado para a discretização, a modelagem da turbulência e as condições de

contorno.

Segundo o autor, os esquemas de ordem superior, quando da ocorrência de altos gradientes

(caso comum em escoamentos complexos), tendem a provocar instabilidades e soluções

oscilatórias. A alternativa freqüentemente utilizada é a adaptação para esquemas de menor

ordem, que são mais estáveis. Contudo, esses esquemas de menor ordem introduzem erros

numéricos na solução. Leschziner aponta que, de uma maneira geral, existe uma tendência de

manter o modelo de turbulência o mais simples possível, devido à manutenção da

estabilidade, robustez e economia computacional. Em contrapartida, modelos de turbulência

mais complexos oferecem maior generalidade, mas envolvem problemas numéricos

substanciais e altos custos computacionais. Existe uma contínua ênfase em torno do uso da

LES para a modelagem da turbulência. Contudo, segundo o autor, outros modelos de

turbulência continuarão a serem utilizados em aplicações industriais por alguns anos.

Murakami (1993) aprofundou a avaliação do desempenho de três modelos de turbulência, do

tipo -, ASM e LES. Murakami apresentou a comparação entre o campo de velocidades,

distribuição de pressão e produção de energia cinética turbulenta e suas relações com as

tensões de Reynolds. Como conclusão geral, verificaram-se as principais restrições dos

 73

modelos e foram sugeridos novos desenvolvimentos para a LES utilizando o modelo de

submalha de Smagorinsky (SMAGORINSKY, 1963).

Frank (1996) utilizou um código computacional com base em LES para modelar escoamentos

tridimensionais, incompressíveis e turbulentos ao redor de um obstáculo cúbico. O modelo foi

utilizado para a determinação das distribuições de velocidade e pressões ao longo do

obstáculo. Os resultados da simulação numérica apresentaram boa concordância com os dados

experimentais. Contudo, foram comparados apenas resultados com base nos campos de

velocidade média e comprimento de recirculação, obtidos em túnel de vento.

Rodi (1997) apresentou uma comparação entre os modelos LES e RANS para prever o

escoamento ao redor de obstáculos. Foram simulados os escoamentos de forma tridimensional

passando por um paralelepípedo com Re = 22.000 e sobre um cubo com Re = 40.000. Os

resultados para a configuração RANS foram obtidos com a utilização de várias versões do

modelo - e com o modelo algébrico das tensões de Reynolds (ASM). Em geral, resultados

significativamente melhores foram obtidos com a utilização da LES. Além disso, observou-se

que a LES com modelo de submalha Smagorinsky superestimou a energia total de flutuação

próximo à parede do obstáculo.

Santos (2000) desenvolveu o estudo da dispersão de poluentes ao redor de prédios isolados

sob diferentes condições de estabilidade da atmosfera através da simulação numérica,

utilizando um modelo tridimensional para a solução das equações de conservação de massa,

quantidade de movimento, energia e conservação da espécie química. Foi utilizado o modelo

- com alteração na função de parede, como modelo de turbulência. Os dados obtidos

através das simulações foram comparados e validados através de dados de túnel de vento e de

campo. O estudo confirmou que as correções sugeridas por Kato e Launder (1993) para o

modelo - melhoraram os resultados. Valores alternativos para as constantes C e  foram

 74

investigados e verificou-se uma forte influência dos valores dessas constantes sobre a energia

cinética turbulenta. Santos ressalta que, as constantes turbulentas do modelo - não são

universais, em especial para escoamentos ao redor de prédios. Assim, diferentes

configurações de constantes devem ser utilizadas para a obtenção de melhores resultados.

Uma das recomendações para trabalhos futuros é a utilização da modelagem da turbulência

através da LES. Segundo a autora, o uso da LES deve propiciar a obtenção de melhores

resultados, com o aumento da generalidade. Contudo, ficou ressaltado que o uso da LES para

escoamentos na atmosfera ainda possui restrições para a caracterização das condições de

contorno.

Um dos primeiros trabalhos disponíveis na literatura científica, reportando o uso da LES para

o cálculo do escoamento e dispersão de contaminantes, ao redor de obstáculos, foi realizado

por Laatar et al. (2002). Foi estudado o escoamento e o campo de concentração de poluentes

em uma estrada coberta, tendo os veículos como fontes emissoras. Foi utilizado o método de

volumes finitos para a integração das equações bidimensionais (2D) de conservação. A

turbulência foi resolvida por meio do modelo LES dinâmico. Considerou-se a via fechada em

apenas uma das laterais, e foram simuladas duas condições de vento, a barlavento e a

sotavento do lado aberto da estrada (Figura 12). Os resultados da simulação foram

considerados em concordância em termos de concentração média quando comparados com

dados experimentais obtidos em túnel de vento.

 75

Figura 12 – Configuração geométrica do domínio físico estudado por Laatar et al. (2002).
Fonte: Laatar et al. (2002).

Outras técnicas de simulação têm sido desenvolvidas para o estudo do escoamento ao redor de

obstáculos. Segundo Schmidt e Thiele (2002), os últimos desenvolvimentos no campo da

simulação da turbulência utilizando a técnica dettached eddy simulation (DES) sugerem que

essa técnica será capaz de substituir a simulação de grandes escalas (LES) na próxima década.

O modelo DES é baseado na modificação do termo de dissipação do modelo de turbulência de

uma equação diferencial de Spalart-Allmaras (SPALART e ALLMARAS, 1994). Foram

obtidos resultados para o escoamento turbulento passando por um paralelepípedo com

Re=22.000, e segundo os autores, a DES é mais econômica em termos de recursos

computacionais quando comparada a LES e também é capaz de descrever os principais

comportamentos do escoamento. O estudo ainda estende a aplicação da DES para o

escoamento ao redor de um cubo com Re=13.000. Segundo os autores, os resultados

demonstraram que a DES é capaz de representar os padrões dominantes do escoamento com a

mesma qualidade que a LES, enquanto os modelos RANS forneceram apenas uma pobre

representação do escoamento transiente. Todavia, nenhum outro estudo do escoamento ao

redor de obstáculo cúbico utilizando a DES foi reportado na literatura investigada.

 76

Tutar e Oguz (2002) apresentaram um estudo, através da simulação numérica utilizando a

técnica dos volumes finitos, sobre o escoamento turbulento ao redor de dois prédios paralelos

com diferentes configurações. Foi utilizado programa FLUENT, para a solução

computacional das equações de conservação. Primeiramente, os autores realizaram a

modelagem do escoamento ao redor de um obstáculo cúbico. Foram utilizados os modelos de

turbulência: -, renormalized group-- (RNG--), realizable-- (SHIH et al., 1995), LES

com modelo de submalha de Smagorinsky e modelo RNG de submalha (YAKHOT et al.,

1989). Os resultados das simulações foram comparados aos resultados experimentais obtidos

em túnel de vento por Murakami e Mochida (1988). Observou-se que o modelo que melhor

representou o fenômeno foi o RNG de submalha, contudo a correspondência entre os

resultados experimentais e o modelo LES também foi muito boa. Na segunda parte do

trabalho foram apresentadas simulações ao redor dos prédios paralelos, utilizando apenas o

modelo RNG de submalha. Segundo os autores, o modelo apresentou problemas para

representar o escoamento ao redor de prédios paralelos, em especial na região da entrada da

passagem entre os mesmos.

O primeiro estudo, disponível na literatura científica investigada descrevendo, através da

LES, as concentrações e o escoamento ao redor de um prédio cúbico foi realizado por Sada e

Sato (2002). Eles estudaram o escoamento e a dispersão de poluentes na atmosfera ao redor

do obstáculo, através de experimento em túnel de vento e simulação numérica utilizando a

LES para descrever a turbulência, com esquema QUICK (LEONARD, 1979) de interpolação

e modelo Smagorinsky de submalha. O perfil de velocidades foi considerado como

logarítmico próximo às paredes. As condições na entrada do domínio computacional foram

calculadas através de números aleatórios tendo como base dos dados médios de intensidade de

flutuação e perfis de velocidade médios obtidos experimentalmente. Os resultados da

simulação numérica, em termos das quantidades médias e de intensidade de flutuação para as

 77

velocidades e concentração, mostraram boa concordância com os resultados obtidos

experimentalmente em túnel de vento.

Neste capítulo, foram apresentados os trabalhos considerados mais relevantes sobre o

escoamento e dispersão ao redor de obstáculos cúbicos. O aumento da capacidade de

processamento dos computadores, aliado ao refinamento dos modelos, faz da dinâmica dos

fluidos computacional (CFD) uma poderosa ferramenta, para o estudo dos fenômenos de

escoamento e dispersão na atmosfera, e sob essa ótica, muitos outros estudos estão sendo

desenvolvidos para a representação cada vez melhor dos fenômenos de transporte na

atmosfera.
 78

4. MODELAGEM MATEMÁTICA

Neste capítulo, é apresentado o modelo matemático utilizado nesse estudo. Primeiramente, é

descrito o modelo de turbulência utilizado, são relatados os motivos que nortearam a escolha

da simulação das grandes escalas, a definição e propriedades do filtro aplicado às equações e

o modelo de submalha de Smagorinsky-Lilly. Finalmente, como conseqüência da escolha do

modelo LES e da introdução das hipóteses simplificadoras, são apresentadas às equações de

conservação na sua forma final (equações filtradas) e as condições de contorno utilizadas para

a solução das equações nos domínios considerados.

4.1 Escolha do Modelo de Turbulência

Antes de reescrever as equações fundamentais e descrever a forma do tratamento da

turbulência, é necessário efetuar a escolha do modelo de turbulência a ser utilizado.

Considerando que uma simulação baseada em DNS ainda não é factível, devido a sérias

restrições computacionais, uma outra opção deve ser selecionada, entre os modelos

considerando as equações médias de Reynolds ou a simulação das grandes escalas.

Para sintetizar a relação entre os modelos de turbulência e as escalas resolvidas é apresentada

a Figura 13. De acordo com a Figura 13, a DNS resolve diretamente todas as escalas do

escoamento com a resolução no nível das escalas de Kolmogorov. Os modelos baseados na

 79

técnica RANS modelam todas as escalas do escoamento e os modelos baseados na LES

resolvem diretamente uma escala intermediária entre as escalas de Kolmogorov e a escala

integral. Essa característica dos modelos LES é o grande atrativo do uso dessa técnica na

modelagem da turbulência.

Figura 13 – Relação entre modelos de turbulência e as menores escalas resolvidas diretamente

Fonte: Adaptado de Murakami (1997)

Do ponto de vista do espectro de energia, a LES calcula diretamente as maiores escalas,

partindo de um valor dentro da faixa inercial até a escala integral enquanto que os modelos

RANS modelam todo o espectro. Essa observação pode ser vista nas Figura 14 e 15.

Figura 14 – Representação esquemática da decomposição do espectro de energia em escalas resolvidas e

modeladas segundo a simulação de grandes escalas.
 80

Figura 15 – Representação esquemática da decomposição do espectro de energia em escalas resolvidas e

modeladas segundo as equações médias de Reynolds.

A teoria da cascata de energia de Richardson e a hipótese de isotropia das pequenas escalas

proposta por Kolmogorov corroboram com a idéia de que a LES proporciona melhores

resultados quando comparada a modelos RANS. Existe uma forte expectativa na obtenção de

um modelo mais generalista com o uso da LES. Essa é a principal idéia apresentada em

diversas publicações científicas, para a justificativa da escolha da LES como modelo de

turbulência.

É importante destacar que, por se tratar de uma solução transiente, a simulação das grandes

escalas é muito mais exigente de recursos computacionais do que os modelos baseados em

RANS. Como exemplo dessa exigência computacional, foi notado por Rodi (1997), que

simulações utilizando a LES quando comparadas a simulações com o modelo - em um

mesmo computador, com processador vetorial, são aproximadamente 640 vezes mais

demoradas. Contudo, muitos trabalhos científicos têm relatado a obtenção de melhores

resultados através da LES em aplicações de escoamento ao redor de obstáculos, dentre outros,

Murakami et al. (1992), Leschziner (1993) e Rodi (1997).

Além das considerações acerca da isotropia das menores escalas, o modelo LES, por ser

resolvido de forma transiente, possibilita a obtenção das séries temporais das variáveis

estudadas. As séries temporais possibilitam a obtenção do espectro da turbulência, isso não é

possível com a utilização dos modelos baseados em RANS. A possibilidade da descrição do

 81

escoamento, também por meio da análise do espectro, é mais um fator positivo para a escolha

do modelo LES para descrição da turbulência, permitindo uma análise mais aprofundada dos

processos físicos envolvidos no problema.

Assim, considerando a expectativa da obtenção de melhores resultados pela simulação direta

das grandes escalas, o modelo LES foi escolhido para a solução do escoamento e dispersão de

poluentes nesse estudo. A seguir são apresentados os modelos matemáticos relacionados ao

uso da técnica LES, como implementados nesse estudo.

4.2 Modelo de Simulação das Grandes Escalas

Como descrito, na LES não são utilizados os conceitos de média no tempo como nos modelos

RANS. Mas é utilizado um processo de filtragem no espaço, para a separação das escalas

entre resolvidas diretamente e escalas residuais que são modeladas através de um modelo de

submalha. Nesta seção são apresentados o filtro aplicado às equações originais e o modelo de

submalha utilizado neste estudo. Além disso, a forma final das equações de conservação, após

o processo de filtragem, também é apresentada.

4.2.1 Definição e Propriedades do Filtro

Como descrito anteriormente, na simulação das grandes escalas um filtro é aplicado para a

separação das escalas que serão resolvidas diretamente ( U ) as escalas de submalha que serão

modeladas ( u  ). Conforme a equação 4.1.

  
U ( x , t ) = U ( x , t ) + u ( x , t )
(4.1)
 82

Uma definição geral da operação de filtragem foi introduzida por Leonard (1974) através da

seguinte operação:
  
U ( x, t ) =  G( x − x, t − t , x, t )U ( x, t )dxdt 
D
(4.2)

onde a integração é realizada sobre todo o domínio (D) e a função filtro (G), deve satisfazer a

condição de conservação.
 
 G( x − x, t − t , x, t )dxdt  = 1
D
(4.3)

Deve-se ressaltar que, a equação 4.1 acima é análoga à decomposição proposta por Reynolds.

Contudo, u ( x , t )  0. Outras duas propriedades importantes do filtro são a propriedade da

linearidade (equação 4.4) e da comutatividade (equação 4.5) (SAGAUT, 2001).

 + =  +
(4.4)
u u
=
x x
(4.5)

A função filtro utilizada nesse estudo é função filtro de corte no espaço físico. Existem, outras

funções filtro muito utilizadas como o filtro de corte no espaço de Fourier e o filtro gaussiano.

O corte no espaço físico é o filtro implicitamente utilizado nas simulações baseadas em

diferenças finitas ou volumes finitos (MURAKAMI et al., 1987; CHINDAMBARAM, 1998).

Quando o comprimento da banda do filtro utilizado é igual ao comprimento da malha de

discretização, o processo de filtragem confunde-se com o próprio processo de discretização

utilizado no método dos volumes finitos, desde que, no interior do volume de discretização, as

variáveis forem supostas constantes.

A definição do filtro de corte no espaço físico, também conhecido como top-hat no espaço

físico ou filtro por volume, é apresentada na equação 4.6.

 83

 3 1  1
  
 
se xi − xi   i
2
G ( x , x ) =  i =1 i
0 se x − x   1 
 i i
2
i

(4.6)

O valor da banda do filtro  i é o comprimento da malha na direção xi (MURAKAMI et al.,

1987).

4.2.2 Equações Filtradas

O processo de filtragem consiste na imposição do funcional descrito na equação 4.2 às

equações de conservação. As equações de conservação, como escritas no capítulo 2, são a

representação matemática, na forma completa, do escoamento de um fluido newtoniano.

Contudo, nesse estudo são consideradas duas hipóteses simplificadoras para a solução do

escoamento. As hipóteses simplificadoras são:

1. O fluido é considerado como incompressível, isto é, a massa específica não varia com

em função das variações espaciais ou temporais da pressão termodinâmica. Foi

considerado também que a concentração do contaminante lançado não altera a massa

específica da mistura (ar + poluente).

2. Foi considerada apenas a classe de estabilidade atmosférica neutra. Dessa forma, não

foi necessária a solução da equação de conservação da energia. A temperatura foi

considerada constante e uniforme.

Utilizando as hipóteses simplificadoras descritas acima as equações de transporte podem ser

reescritas:
 84

Equação da Continuidade

U i
=0
 xi
(4.7)
Equação da Conservação da Quantidade de Movimento

U i  (U i U j ) 1  ij
+ = +gi
t  xj   xj
(4.8)
onde
 2 U 
 ij = 2 S ij −  p +  k
 ij
 3 x k 
(4.9)
e:
1  U i U j 

S ij = +
2  x j x i 

(4.10)
Equação da Conservação da Espécie Química

  (U i )     
+ =  Dm +
t  xi  xi  xi  
(4.11)

onde xi [L] são as coordenas cartesianas, com a orientação conforme o referencial adotado

(Figura 16) onde x1 representa a direção coordenada principal do escoamento representada por

x, x2 representa a direção coordenada horizontal transversal à direção principal do escoamento

representada por y e x3 representa a direção coordenada vertical representada por z. U i é a

componente da velocidade na direção i [Lt-1], onde U1=U, U2=V e U3=W. p é a pressão [mL-

t ], e  é a concentração de contaminante [m/m].  ,  são, respectivamente, a massa

1 -2

específica [mL-3] e a viscosidade molecular do fluido [mL-1t-1]. ], gi é o vetor aceleração

gravitacional [Lt-2], ij é o tensor das tensões (pressão e tensões viscosas) [mL-1t-2],  ij é

operador delta de Kronecker (1 se i = j e 0 se i  j ), Dm , é a difusividade molecular do

contaminante no fluido [L2t-1], ij é o tensor das tensões (pressão e tensões viscosas) [mL-1t-2],

Sij é o tensor deformação [s-1] e M é o termo de fonte de massa da espécie química [mt-1L-3].
 85

Com as dimensões escritas como segue: [m] massa, [L] comprimento e [t] tempo.

Figura 16 – Representação do domínio estudado, referencial adotado.

Através do processo de filtragem, aplicando as propriedades do filtro às equações 4.7 e 4.8, as

mesmas equações na forma filtrada são apresentadas como:

U i
=0
xi
(4.12)
U i U iU j 1 p    U i 
+ =− +   + gi
t x j  xi x j   x j 
(4.13)

Neste ponto surge a dificuldade de representação dos termos não lineares ( U iU j ), que se

apresentam na forma de produtos filtrados, não permitindo a solução imediata do sistema de

equações. Esses termos são descritos através do conceito da decomposição, U i = U i + u i .

Assim o termo U iU j pode ser escrito da forma como apresentado na equação 4.14.

U iU j = U iU j + uiU j + U i u j + uiu j
       
I II III
(4.14)

onde I é dependente das grandes escalas e em tese calculável, II é o tensor cruzado (Cij) e III é

o tensor análogo ao tensor das tensões de Reynolds (Rij). Os componentes das escalas

residuais ( u i ) não são calculadas diretamente, e portanto, precisam ser modeladas. Deardorff

(1970) foi o primeiro a realizar simulações de escoamento turbulento, em aplicações de

 86

engenharia, ao simular o escoamento turbulento em um canal. A abordagem de Deardorff

utilizava explicitamente o termo U iU j resultante do processo de decomposição (equação

4.14). Embora, possa ser calculado diretamente a partir das escalas resolvidas, esse termo é

obtido através da filtragem do produto de duas variáveis. Com o objetivo de não incrementar

o grau de complexidade das equações de transporte e eliminar o processo de filtragem de um

produto no termo convectivo, Leonard (1974) sugeriu a inserção de um termo adicional

( U iU j ), somado em ambos os lados da equação de transporte e definiu mais um tensor, o

( )
tensor de Leonard, Lij = U iU j − U iU j . Daí pôde-se então, reescrever a equação 4.14 da

forma como:

U iU j = U iU j + Lij + Cij + Rij

(4.15)

Ao inserir os efeitos da decomposição nas equações de conservação da quantidade de

movimento filtradas obtém-se:

U i U iU j 1 p    U  ijS 
+ =− +  i
+  + gi
t x j  xi x j   x j  

(4.16)

onde S
ij
é o tensor análogo ao de Reynolds de submalha definido como:

S
ij


( )
= U iU j − U iU j = Lij + C ij + Rij .

Como apresentado na equação 4.14 existem termos que são resolvidos diretamente ( U ),

enquanto que os termos residuais na forma que compõe o tensor das tensões de Reynolds são

modelados através de um modelo de submalha, utilizando o conceito de viscosidade

turbulenta.
 87

1
 S −  kkS  ij = −2 t S ij
ij
3
(4.17)

onde  t é a viscosidade turbulenta e S ij é o tensor deformação calculado em função das

escalas resolvidas diretamente.

4.2.3 Modelo de Escala de Submalha

Como apresentado na seção anterior, é necessário modelar os termos que representam os

efeitos das pequenas escalas. Neste estudo foi utilizado o modelo de Smagorinsky para o

cálculo da viscosidade turbulenta. Esse modelo foi proposto em Smagorinsky (1963), sendo

até os dias de hoje o mais difundido entre a comunidade científica. O modelo de Smagorinsky

está baseado na analogia de Boussinesq, isto é, é um modelo de viscosidade turbulenta.

O modelo é baseado na hipótese do equilíbrio local entre a produção e a dissipação da energia

cinética turbulenta. Considerando que o corte entre as escalas resolvidas e modeladas se situe

na faixa inercial do espectro de energia, pode-se assumir que a produção de energia por

tensões de cisalhamento é igual a sua dissipação (POPE, 2000).

−  ijS S ij =  ij 
(4.18)

Considerando  ijS = −2 t S ij , a expressão acima pode ser reescrita como 2 t S ij S ij =  ij . Com

base numa análise dimensional, a viscosidade turbulenta pode ser escrita como (MURAKAMI

et al., 1987):

vt = (C S ) 4 3  ij
13

(4.19)

onde CS é um parâmetro denominado constante de Smagorinsky e  é a banda do filtro,

 88

 = (xyz ) 3 . Substituindo a equação 4.19 na equação 4.18 obtém-se a expressão para o

1

cálculo da viscosidade cinemática turbulenta.

 t = (C S  )2 2S ij S ij
(4.20)

O modelo de Smagorinsky tende a produzir valores elevados da viscosidade turbulenta

próximo à parede (TUTAR e OGUZ, 2002). Para remediar esse problema, nesse estudo foi

utilizada uma modificação conforme proposta por Lilly (1966). A expressão para o cálculo da

viscosidade turbulenta considerando essa modificação é apresentada abaixo.

 t = LS 2 2S ij S ij
(4.21)

onde LS é o comprimento de mistura da escala de submalha, sendo calculado através da

equação 4.22.

LS = min (kd, C S  )
(4.22)

onde k é a constante de Von Kármán (considerada igual a 0,42) e d é a distância do volume de

controle mais próximo à parede. Essa modificação influencia o cálculo da viscosidade

turbulenta com um amortecimento do valor da viscosidade apenas na região próxima a

parede, para as regiões afastadas o modelo é igual ao modelo de Smagorinsky na sua forma

original. Esta metodologia têm sido amplamente utilizada na literatura, entre outros Tutar e

Oguz (2002), FLUENT 6.1 (2003).

O modelo de Smagorinsky é fortemente dependente do valor da constante CS. Uma forma de

determinar o valor da constante CS foi desenvolvida por Germano et al. (1991). O modelo

desenvolvido por Germano et al. (1991), é denominado modelo dinâmico de submalha. A

modelagem dinâmica propõe que a constante CS seja calculada dinamicamente, tendo como

base o modelo de Smagorinsky para o cálculo da viscosidade turbulenta. Estudos publicados

 89

têm relatado obtenção de bons resultados com a utilização da modelagem dinâmica da

submalha, entre outros, Rodi (1997), Breuer (1998) e Chindambaram (1998). Contudo, neste

trabalho por se tratar de um estudo inicial no uso da LES, optou-se pela utilização inicial do

modelo de Smagorinsky, pela sua facilidade de implementação em relação ao modelo

dinâmico.

4.2.4 Forma das Equações Governantes

Nas seções 4.2.2 e 4.2.3 foram apresentadas as equações de conservação na forma filtrada e o

modelo de submalha a ser utilizado nesse estudo. Porém, antes de escrever as equações de

conservação em sua forma final é necessária a definição do conceito acerca da viscosidade:

A viscosidade é dada em termos da viscosidade efetiva,  ef =  +  t . É sabido que a

viscosidade turbulenta é maior em ordem de grandeza do que a viscosidade laminar

(  t   ). Assim, o efeito da viscosidade molecular em alguns casos pode ser desprezado,

mas para manter a consistência matemática a viscosidade utilizada nas equações de

conservação foi escrita da forma supracitada. Essa consideração foi sugerida por Jones e

Launder (1972) para melhorar as predições dos escoamentos na camada viscosa adjacente à

parede.

Assim, com base nas equações fundamentais, no modelo de turbulência escolhido e nas

hipóteses simplificadoras e na definição de viscosidade efetiva, são apresentadas as equações

de conservação na forma final (filtradas) que foram utilizadas como base para a solução

computacional e implementadas no código computacional desenvolvido nesse estudo.

 90

Equação da Continuidade
U i
=0
xi
(4.23)
Equação da Conservação da Quantidade de Movimento

(
U i  U iU j
+
)    ef

 U i U j   p 
  -   + gi
  x j  xi    
= +
t  xj  xi     
(4.24)
Equação da Conservação da Espécie Química

+
( )
  U i
=
   ef   
 +
t  xi  xi  Sc  xi  
(4.25)

4.3 Condições de Contorno

Uma vez definido o referencial adotado e a forma final das equações de conservação, resta

definir as condições de contorno para a solução das equações. Foram consideradas duas

configurações do problema de escoamento e dispersão ao redor de um prédio cúbico. A

primeira em túnel de vento, conforme proposto por Sada e Sato (2002) e a segunda condição

para escoamento na atmosfera com classe de estabilidade neutra, conforme estudado por

Mavroidis (1997). Assim, nesse capítulo são apresentadas as condições de contorno de uma

forma geral. A diferença nas condições de contorno entre a primeira e segunda simulação está

na entrada do escoamento, onde os perfis de velocidade foram alterados conforme as

condições propostas em cada caso. Essa particularidade é apresentada no capítulo 6.

A Tabela 1 apresenta um resumo das condições de contorno adotadas para a solução do

escoamento e dispersão ao redor do prédio.

 91

Tabela 1 – Resumo das condições de contorno utilizadas para a solução das equações de conservação

Localização Variável Condição de Contorno

Os componentes U , V e W são setadas como

Velocidade
valores aleatórios em torno do perfil médio.
Entrada
Concentração  =0

U V W
Velocidade = = =0
x x x
Saída

Concentração =0
x
U W
Velocidade =V = =0
y y
Laterais

Concentração =0
y

Velocidade U =V =W = 0
Solo

Concentração =0
z
U V
Velocidade = =W = 0
z z
Topo

Concentração =0
z

Velocidade U =V =W = 0
Paredes do Prédio

Concentração = 0 , n é a direção normal à parede.
n

Na entrada do domínio computacional a concentração é considerada nula. As velocidades são

inseridas com base na geração aleatória de valores em torno de um perfil vertical médio, a

amplitude dos números aleatórios é proporcional ao perfil vertical de intensidade de flutuação

dos componentes da velocidade.

Nas fronteiras laterais, a componente lateral da velocidade ( V ) é considerada nula, assim

como as derivadas na direção lateral das outras variáveis.

No solo, os componentes da velocidade são considerados nulos, assim como o fluxo de massa

é considerado nulo. No topo do domínio, a velocidade vertical é considerada nula. Todas as

derivadas verticais das outras variáveis são consideradas também nulas.

 92

Nas paredes do prédio é considerada a condição de não deslizamento, dessa forma, os

componentes da velocidade são nulas. Além disso, o fluxo de massa é considerado nulo,

portanto, a derivada da concentração na direção normal às paredes é também nula.

Na saída do domínio as derivadas de todas as variáveis na direção principal são consideradas

nulas.

A fonte emissora contínua é localizada à montante do obstáculo e definida com as dimensões

de um volume de controle. A temperatura da emissão é igual a temperatura ambiente.

4.4 Equações na Forma Adimensional

Para facilitar a análise e comparação de resultados, é conveniente reescrever as equações

governantes na forma adimensional. Para isso, são utilizadas as seguintes variáveis

adimensionais.

xi
i =
Hb
(4.26)
tU
t  = Hb
Hb
(4.27)
 ef
* =

(4.28)
Ui
Ui =
U Hb
(4.29)
p
P=
U Hb
2

(4.30)
U Hb H 2
* = b

Q
(4.31)
 93

onde  i e Ui são as coordenadas adimensionais e os componentes da velocidade em cada

direção i. t  , P ,  * e  * são respectivamente, o tempo, a pressão, a concentração e a

viscosidade efetiva na forma adimensional. Q é a vazão volumétrica do poluente em m³/s, e

considerou-se a massa específica da mistura (ar + poluente) igual a massa específica do ar

(  ). UHb é a velocidade do vento na direção principal do escoamento na altura do prédio.

A seguir são apresentadas as equações de conservação na forma adimensional.

Equação da Continuidade

Ui
=0
 i
(4.32)
Equação da Conservação da Quantidade de Movimento

(
 Ui  U i U j )     Uj U   1

+ =  + i  − P +
   i   j   Fr
t  j   i  Re
   
(4.33)
Equação da Conservação da Espécie Química

   Ui  
+
(=
)
      
 
t   i  i  Sc  i 
(4.34)

onde Fr é o número de Froude, ( Fr = U Hb

2
gH b ). As condições de contorno na forma

adimensional podem ser resumidas conforme apresentadas na Tabela 2.

 94

Tabela 2 – Resumo das condições de contorno para as equações de conservação na forma adimensional

Localização Variável Condição de Contorno

Os componentes U, V e Wsão setadas como

Velocidade
valores aleatórios em torno do perfil médio.
Entrada
Concentração  = 0

U  V  W
Velocidade = = =0
  
Saída
 
Concentração =0
X
U W
Velocidade =V= =0
Y Y
Laterais
 
Concentração =0
Y

Velocidade U= V = W =0
Solo
 
Concentração =0
Z
U  V
Velocidade = =W =0
Z Z
Topo
 
Concentração =0
Z

Velocidade U= V = W =0
Paredes do Prédio
 
Concentração = 0 , n é a direção normal à parede.
n
 95

5. MÉTODO NUMÉRICO

Neste capítulo, são apresentadas as técnicas aplicadas para a solução numérica das equações

descritas no capítulo 4. Inicialmente são apresentados o método dos volumes finitos, o

esquema de interpolação utilizado para a integração ao longo do volume de controle, o

esquema de avanço no tempo e as equações na forma discretizada. Após isso, é descrito o

algoritmo SIMPLEC para o acoplamento pressão-velocidade, o algoritmo de solução do

sistema linear de equações e o critério de convergência utilizados. Por tratar-se de uma

solução altamente exigente de recursos computacionais, a simulação das grandes escalas

apresentada nesse estudo foi desenvolvida com o auxílio da técnica de processamento

paralelo, descrita de maneira sucinta nesse capítulo. Por fim, é apresentado o fluxograma de

solução computacional do programa utilizado para a solução das equações de governantes.

5.1 Método dos Volumes Finitos

O método numérico utilizado para a solução das equações diferenciais parciais governantes é

o método dos volumes finitos, que é baseado na técnica das diferenças finitas com formulação

em volume de controle. Basicamente, esse método envolve a divisão do domínio

computacional em volumes de controle (Figura 17) e as equações diferenciais parciais são

integradas ao longo de cada volume de controle e ao longo de um intervalo de tempo (entre t e

t+t). Este procedimento gera um conjunto de equações algébricas a ser resolvido por um
 96

algoritmo de solução de sistemas lineares. Uma descrição completa do método dos volumes

finitos é apresentada por Patankar (1980) e Versteeg e Malalasekera (1995). Neste estudo, o

método dos volumes finitos e os métodos auxiliares que possibilitaram a solução do problema

são apresentados de forma sucinta.

volume de controle

z
x

Figura 17 – Representação da discretização do domínio computacional através da técnica dos volumes finitos
Fonte: Adaptado de Santos (2000)

As equações apresentadas no capítulo 4 podem ser escritas na forma de uma equação geral de

conservação da maneira apresentada na equação 5.1.

( ) (U i )    
+ 
 xi   xi 
= +S
t  xi
(5.1)

onde a variável  é o valor da variável de interesse (por exemplo: U , V ou W nas equações

de conservação da quantidade de movimento,  na equação da conservação da espécie

química),  é o coeficiente de difusão na equação de interesse e S é o termo de fonte de cada

equação.

Conforme citado anteriormente, o método dos volumes finitos consiste na divisão do domínio

em volumes de controle e na integração da equação de conservação da cada variável  ao

longo desse volume de controle. Essa integração ao longo do volume de controle implica no
 97

princípio de conservação da variável  em cada volume de controle, da mesma forma que a

equação diferencial expressa a conservação para um volume de controle infinitesimal. As

variáveis escalares, como pressão e concentração, têm seus valores calculados nos pontos

nodais (P) e os componentes da velocidade tem os seus valores calculados nas faces dos

volumes de controle.

Na Figura 18, são apresentadas as vistas em duas dimensões de um volume de controle típico.

Os pontos nodais principais são representados por letras maiúsculas e as faces do volume de

controle por letras minúsculas. A Tabela 3 apresenta, resumidamente, as convenções

utilizadas para definir as localizações em relação ao ponto nodal do volume de controle (VC)

de interesse.

N N

n n
w b
W P E B P T
y

y
U e W t
V s V s

S S

x z
y y

x z

Figura 18 – Vistas de um volume de controle típico, e apresentação das convenções de

nomenclatura para pontos nodais e faces.
 98

Tabela 3 – Nomenclatura utilizadas para as localizações relativas ao volume

de controle de interesse
Nomenclatura Descrição
P Ponto nodal do VC de controle de interesse
W Ponto nodal do VC vizinho à oeste do VC de interesse
E Ponto nodal do VC vizinho à leste do VC de interesse
S Ponto nodal do VC vizinho à sul do VC de interesse
N Ponto nodal do VC vizinho à norte do VC de interesse
B Ponto nodal do VC vizinho abaixo do VC de interesse
T Ponto nodal do VC vizinho acima do VC de interesse
w Face do VC de interesse à oeste do ponto nodal
e Face do VC de interesse à leste do ponto nodal
s Face do VC de interesse à sul do ponto nodal
n Face do VC de interesse à norte do ponto nodal
b Face do VC de interesse abaixo do ponto nodal
t Face do VC de interesse acima do ponto nodal

A configuração de malha deslocada foi utilizada para evitar os campos de pressão oscilatórios

(PATANKAR, 1980). A configuração da malha deslocada é apresentada na Figura 19.

Figura 19 – Vista em duas dimensões dos volumes de controle, evidenciando a malha

deslocada.

A equação discretizada para o cálculo de uma variável  é obtida através da integração da

equação geral de transporte ao longo do volume de controle e ao longo de um intervalo de

tempo entre t e t+t:

 99

t + t
 (  ) t + t
 (U i  ) t + t
    t + t

 
VC
t
t
dtdV +  
t
VC x i
dVdt =  
t
VC x i   
 x i 
dVdt + t VCSdVdt
(5.2)

É conveniente reescrever a equação 5.2 da seguinte forma:

 ( )
t + t t + t
J i t + t

VC  t dtdV +  VC x dVdt =  VC SdVdt

t t i t

(5.3)
onde Ji é o fluxo total, que representa a soma do fluxo convectivo e fluxo difusivo.


J i = U i + 
xi

(5.4)

Para a realização dessa integração numérica dois esquemas são necessários: (1) O esquema de

interpolação para a avaliação da variação da variável  ao longo do volume de controle; e (2)

O esquema de avanço no tempo para a evolução da solução transiente requerida pela LES.

5.1.1 Esquema de Interpolação

Para a avaliação da variável  ao longo do volume de controle foi utilizado um esquema

híbrido conjugando os esquemas de interpolação de diferenças centrais e o esquema power-

law (PATANKAR, 1980). O esquema descreve a variação de  entre dois pontos adjacentes

da malha, baseando-se na influência do transporte convectivo e difusivo.

O número de Peclet (Pe) é um parâmetro adimensional que estabelece a relação entre o

transporte convectivo (Fk) e difusivo (Dk) através das faces do volume de controle. A

expressão para o número de Peclet é apresentada abaixo.

Fk U k xk
Pe = =
Dk k
(5.5)
 100

Fk = U k Ak
(5.6)
A
Dk = k k
xk
(5.7)

onde U k é a velocidade perpendicular a face k, Ak é a área da face k, e xk é a distância entre

dois pontos adjacentes e k é o coeficiente de difusão avaliado na face através da média

harmônica, conforme proposto por Patankar (1980).

A equação 5.4 expressa o esquema híbrido como utilizado nesse estudo.

1 − 0,5 Pe se Pe  2
A( Pe ) = 

 0, (1 − 0,1 Pe )
5
 se Pe  2
(5.8)

onde a notação a, b indica o maior valor entre a e b.

Esse esquema de interpolação foi utilizado na tentativa da manutenção do erro de interpolação

da ordem de xi2 através da utilização do esquema de diferenças centrais. O uso apenas do

esquema de diferenças centrais não se mostrou satisfatório devido a ocorrência de valores

negativos na matriz dos coeficientes do sistema linear causando problemas de convergência,

quando o número de Peclet é maior do que dois ( Pe  2 ), essa é uma condição geralmente

encontrada nos escoamentos na atmosfera devido aos pequenos valores da viscosidade do ar e

altos números de Reynolds.

Na equação 5.3 quando o valor absoluto número de Peclet é menor ou igual a 2, o esquema de

interpolação utilizado é o diferenças centrais, quando o valor absoluto número de Peclet

excede a 2, o esquema de interpolação passa a ser o esquema power-law. No esquema power-

law quando o valor absoluto do número de Peclet é maior ou igual a 10, o transporte

convectivo predomina entre os dois pontos adjacentes e o transporte por difusão é igual a
 101

zero. Se o valor absoluto do número de Peclet é menor que 10, o transporte é realizado por

convecção e difusão e a variação é dada pela função (1 − 0,1 Pe ) .

5

Deve-se ressaltar que foi utilizada uma malha não uniforme para a discretização, garantindo

uma distribuição de pontos mais refinada nas vizinhanças do obstáculo, fonte de emissão e

superfície sólida. Assim, é esperado que o esquema híbrido represente uma solução como o

método das diferenças centrais nas regiões de malha mais refinada. Enquanto que nas regiões

mais afastadas do obstáculo este método seja reduzido ao power-law evitando as oscilações

devidas às maiores dimensões dos volumes de controle nestas regiões.

5.1.2 Esquema de Avanço no Tempo

Para avaliar as integrais no tempo t até t+t da equação 5.3 é necessário avaliar o perfil de

variação de cada termo com o tempo. O esquema Crank-Nicolson de avanço no tempo foi

utilizado para a evolução transiente da solução do escoamento e concentração.

Para apresentar a idéia proposta pelo esquema Crank-Nicolson, foi considerada a equação

transiente de conservação de uma propriedade genérica .

( ) J x J y J z
+ + + =S
t x y z
(5.9)

Os termos S advêm da linearização, quando necessária, do termo fonte, sendo o SC a parte

constante (coeficiente linear) e SP o coeficiente angular, conforme a expressão S = S C + S P

(PATANKAR, 1980).
 102

A discretização da equação é obtida através da integração da equação 5.9 no espaço e no

tempo.

t n e t + t
( ) t + t t n e
J t + t t n e J

  dtdxdydz +     x dxdydzdt +     y dxdydzdt +

b s w t t t b s w x t b s w y

t + t t n e
J t + t t n e
+     z dxdydzdt =     S dxdydzdt
t b s w z t b s w
(5.10)

A ordem das integrações é escolhida de acordo com a natureza do termo a ser integrado.

Assumindo que o valor de  no ponto nodal prevalece ao longo de todo o volume de controle

segue a integração.

yzx(P  − P0  0 ) +  (J e − J w )yz dt +  (J n − J s )xz dt +  (J t − J b )xy dt = Sxyzt

t + t t + t t + t

t t t

(5.11)

Os valores conhecidos, no tempo t, da variável  são denotados através da notação 0 e os

valores desconhecidos da variável , no tempo t + t , são denotados sem o uso do índice

sobrescrito.

Neste ponto, é necessário assumir como as variáveis  P ,  E e W variam entre os instantes t

até t + t . Muitas considerações são possíveis, e uma forma de generalizar é a proposição

abaixo.

t + t

 P  
dt = f P + (1 − f ) P0 t
t
(5.12)

onde f é um fator de peso entre 0 e 1.

Os valores de f iguais a 0, 1 e 0,5 são os casos particulares de três esquemas de avanço no

tempo conhecidos como esquema explícito, totalmente implícito e Crank-Nicolson.

Os diferentes valores de f podem ser interpretados em termos de variações de  P com o tempo

como apresentado na Figura 20.

 103

Figura 20 – Variação de uma variável  com o tempo para três diferentes esquemas de avanço
Fonte: Adaptado de Patankar (1980)

O esquema explícito assume que o valor do tempo t (  P0 ) prevalece através do passo de tempo

exceto no tempo t +  t . O esquema completamente implícito assume que, no tempo t,  P

subitamente salta de  P0 para o novo valor de  P e permanece assim durante o passo de

tempo. Assim, a variável durante o passo de tempo é caracterizada pelo novo valor  P . O

esquema de Crank-Nicolson assume uma variação linear de  P , isto é, o esquema assume que

o fluxo total (J), no instante ( t + 12 t ), seja escrito como:

J i (t ) + J i (t + t )
J i (t + 12 t ) =
2
(5.13)

Como exposto, o esquema Crank-Nicolson possui erro de aproximação em segunda ordem

(t2), enquanto os esquemas explícito e totalmente implícito possuem erro de primeira ordem.

Devido a maior acurácia, o esquema Crank-Nicolson foi selecionado para a integração das

equações no tempo.
 104

5.1.3 Equações de Conservação na Forma Discretizada

A integração da equação 5.3 ao longo dos volumes de controle utilizando os esquemas de

interpolação e avanço no tempo descritos nas seções 5.1.1 e 5.1.2, respectivamente.

Combinado com a consideração de que os fluxos de transporte são uniformes nas faces do

volumes de controle e que o termo fonte é distribuído uniformemente ao longo do volume de

controle e combinando com a equação da continuidade discretizada resulta na equação

algébrica 5.14.

a P P =
1
2
( ) ( ) ( ) ( ) ( )
a E  E + a E0  E0 + aW W + aW0 W0 + a S  S + a S0 S0 + a N  N + a N0  N0 + a B B + a B0  B0 +

( )  1
( )

+ aT T + aT0T0 + a P0 − a E0 − aW0 − a S0 − a N0 − a B0 − aT0  P0 + b
 2 
(5.14)
onde:
a E = De A( Pe ) + − Fe ,0

aW = Dw A( Pe ) + + Fw ,0

a S = Ds A( Pe ) + + Fs ,0

a N = Dn A( Pe ) + − Fn ,0

a B = Db A( Pe ) + + Fb ,0

aT = Dt A( Pe ) + − Ft ,0

 S C + S P P0 
b =  V
 2 
V
aP0 = c
t

aP =
1
(aE + aW + aS + aW + aB + aT ) + aP0 − 1 S P V
2 2
(5.15)

onde V é o volume de cada volume de controle e os valores a P , a E , aW , a S , a N , a B , aT e b são

os valores dos coeficientes relacionados a P e seus vizinhos, e  P ,  E , W ,  S ,  N ,  B , T são os

valores da variável em cada ponto nodal.

 105

A equação 5.6 representa um balanço entre os fluxos que entram e saem e do termo fonte em

cada volume de controle do domínio. Os coeficientes têm um significado físico e representam

a influência da convecção e difusão em cada uma das faces do volume de controle, em termos

do fluxo convectivo (Fk) e difusivo (Dk). O termo b representa um termo de fonte ou

sumidouro da variável  dentro de cada volume de controle. Novamente, os termos a i0 e  0

representam os valores conhecidos dos coeficientes (i correspondendo a cada vizinho) e da

variável  avaliados no instante inicial t. a i e  representam os valores desconhecidos

avaliados no instante t +  t .

5.2 Equações de Quantidade de Movimento

As equações de conservação da quantidade de movimento são discretizadas da mesma forma

como qualquer variável genérica . Contudo, as velocidades são calculadas nas faces do

volume de controle original (Figura 19), devido a utilização da malha deslocada para o

cálculo dos componentes do vetor velocidade.

As equações de quantidade de movimento introduzem uma nova dificuldade no procedimento

de cálculo. Os termos convectivos das equações contêm quantidades não lineares, isto é, os

coeficientes das equações discretizadas para u, v e w dependem dos valores de u, v e w.

Assim, um processo iterativo é necessário. Além disso, o campo de velocidades é

extremamente dependente do campo de pressões. Como o campo de pressões é desconhecido,

um método para calcular essa variável é necessário. Esses problemas são resolvidos com a

utilização de uma estratégia de solução iterativa, denominada SIMPLEC (VAN DOORMAL e

RAITHBY, 1984).

O algoritmo SIMPLEC (SIMPLE-Consistent), desenvolvido por Van Doormal e Raithby

 106

(1984), implica na utilização de uma técnica de solução iterativa, com a solução seqüencial

entre as equações de conservação da quantidade de movimento e equação da continuidade. O

SIMPLEC é baseado no algoritmo SIMPLE (Semi-Implicit Method for Pressure-Linked

Equations) descrito por Patankar e Spalding (1972).

5.2.1 Aproximação SIMPLEC

Para um campo de pressão conhecido, a velocidade U na face w de um volume de controle é

representada como:

a wU w =  anbU nb + S + Aw ( pW − p P )
(5.16)

onde a U nb
nb é o somatório dos coeficientes dos volumes de controle vizinhos,

multiplicados pelas respectivas velocidades, S é o termo de fonte e Aw ( pW − pP ) é o gradiente

de pressão que atua como uma fonte de quantidade de movimento. Entretanto o campo de

pressões não é conhecido, e precisa ser determinado junto com o campo de velocidades.

Portanto, para iniciar o processo, um campo de pressões (p*) é suposto. As equações de

conservação da quantidade de movimento são resolvidas com base no campo de pressões

suposto, obtendo um campo de velocidades suposto u*, v* e w*.

A pressão verdadeira é definida como a somatória entre a pressão estimada (p*) e uma

correção de pressão ( ~p ).

p = p + ~
p
(5.17)

~
Similarmente, pode ser definida uma correção de velocidade ( U ), que representa a resposta

do campo de velocidades U a uma correção de pressão ( ~p ).

 107

~
U w = U w + U w
(5.18)

Assim, é possível reescrever a equação 5.16 em termos de U w e p  :

(
a wU w* =  a nbU w* + s + Aw pW − p P* )
(5.19)

Subtraindo a equação 5.19 da equação 5.16, tem-se:

~ ~
awU w =  anbU nb + Aw ( ~ pP )
pW − ~
(5.20)

~
O termo a nb U w é subtraído em ambos os lados da equação obtendo:

(a −  a )U
w nb
~
w
~
( ~
)
=  anb U nb − U w + Aw ( ~ pP )
pW − ~
(5.21)

~ ~
Assumindo que as correções da velocidade U nb e U w possuem a mesma ordem de grandeza o

termo a nb (U~ nb
~
−U w ) é desprezado obtendo a equação 5.22 (VAN DOORMAL E

RAITHBY, 1984).

U w = U w + d w ( ~ pP )
pW − ~
(5.22)
onde:
Aw
dw =
a w −  a nb
(5.23)

É importante ressaltar que essa omissão do termo a nb (U~ nb −

~
U )
w não afeta a solução final,

tendo em vista que as correções de pressão e velocidade são nulas na convergência da

solução.

Analogamente, as equações para os demais componentes são apresentadas como:

 108

U w = U w + d w ( ~ pP )
pW − ~ U e = U e + d e ( ~ pE )
pP − ~

Vs = Vs + d s ( ~ pP )
pS − ~ Vn = Vn + d n ( ~ pN )
pP − ~

Wb = Wb + d b ( ~ pP )
pB − ~ Wt = Wt  + d t ( ~ pT )
pP − ~
(5.24)
onde:
Aw Ae
dw = de =
a w −  anbu ae −  anbu

As An
ds = dn =
as −  anbv an −  anbv

Ab At
db = dt =
ab −  anbw at −  anbw
(5.25)

onde anbu , a nbv e a nbw correspondem aos coeficientes vizinhos referentes as equações para u, v e

w. As equações apresentadas até aqui mostram como a velocidade é calculada em função do

campo de pressão suposto e das correções de pressão. Todavia, é necessário estabelecer uma

equação para o cálculo da correção de pressão ( ~p ).

5.2.2 Equação da Correção de Pressão

O campo de velocidades deve obedecer simultaneamente às equações da continuidade e da

conservação da quantidade de movimento. A expressão para o cálculo da correção de pressão

é obtida através a equação da continuidade.

A equação da continuidade discretizada pode ser escrita como apresentada abaixo.

(U yz ) − (U yz ) + (V xz ) − (V xz ) + (W xy ) − (W yx ) = 0
e w n s t b

(5.26)

Substituindo os valores dos componentes da velocidade nas faces do volume de controle

conforme as equações 5.22 e 5.23, a equação 5.24 pode ser reescrita.

 109

(dyz ) + (dyz ) + (dxz ) + (dxz ) + (dxy ) + (dxy ) ~p

e w n s t b P

= (dyz ) ~
p + (dyz ) ~
e E
p + (dxz ) ~
w W
p + (dxz ) ~
n pN s S

+ (dxy ) ~
p + (dxy ) ~
t T
p +F −F +F −F +F −F
b B e
*
w
*
n
*
s
*
t
*
b
*

(5.27)

onde Fe* , Fw* , Fn* , Fs* , Fb* , Ft * são os valores dos fluxos de massa através das faces do

volume de controle, calculados com base nos valores U e* , U w* , V n* , V s * , Wb* , Wt * .

Rearranjando os termos pode-se escrever a equação discretizada para o cálculo de ~p .

aP ~
p P=a E ~
p E+aW ~
pW+aS ~
p S+a N ~
p N+a B ~
p B+aT ~
pT+b
(5.28)
onde
a E =  e d e Ae

aS =  s d s As

aW =  wd w Aw

a N =  n d n An

a B =  b d b Ab

aT =  t d t At

aP=aE+aW+aN+aS+aB+aT
b = − Fw + Fe − Fs + Fn − Fb + Ft 
(5.29)

5.2.3 Algoritmo SIMPLEC

De uma forma geral o algoritmo SIMPLEC pode ser resumido através dos seguintes passos

(VAN DOORMAL E RAITHBY, 1984):

1. Supor em campo de pressões ( p  );

2. Resolver as equações de conservação da quantidade de movimento para obter u  , v  ,

w ;
 110

3. Resolver a equação da correção de pressão ( ~p );

4. Calcular p através da equação 5.8 através da soma de ~p e p  ;

5. Calcular os componentes u, v e w através das equações de correção de velocidade

correspondentes;

6. Resolver as equações discretizadas para as demais propriedades, ’s, (como

temperatura, concentração, etc.) se essas influenciam o escoamento. Se uma

propriedade  em particular não exerce influência sobre o escoamento, a melhor opção

é o cálculo dessa variável após a convergência da solução do escoamento;

7. Substituir os valores de p  como sendo os novos valores calculados para p e retornar

ao segundo passo. Repetir, todo o procedimento, até que a convergência da solução

seja obtida.

5.3 Solução do Sistema Linear de Equações

A discretização das equações de conservação gera um sistema linear de equações ( A = D ),

onde A, é a matriz dos coeficientes,  é a matriz das incógnitas e D é a matriz dos termos

independentes.

Contudo, a maior parte dos valores dos coeficientes nas equações do sistema linear são nulos.

Devido a isso, métodos iterativos como TDMA, Gauss-Seidel, SOR ou ADI são preferidos

em relação aos métodos diretos como eliminação gaussiana ou decomposição LU. Essa

preferência se deve ao fato de que os métodos iterativos precisam armazenar apenas os

valores diferentes de zero na matriz dos coeficientes. Como conseqüência, são mais

econômicos em termos de uso de memória dos computadores, do que os métodos diretos que

precisam guardar toda a matriz, inclusive os coeficientes nulos.

 111

Para a solução do sistema de equações lineares foi utilizado o método das sobre-relaxações

sucessivas (SOR) juntamente com o método de Gauss Seidel.

Método SOR (Successive Overrelaxation)

O método SOR consiste na solução obtida com algum método iterativo de solução visando

acelerar a convergência.

No método SOR a variável de interesse é calculada através da seguinte relação recursiva:

 ik = ( GS )ik + (1 −  )( GS )ik −1

(5.30)

onde  é o fator de relaxação, entre 0 e 2. GS é o valor da variável calculada no presente

caso pelo método Gauss-Seidel, o índice k representa a iteração corrente e i indica o ponto a

ser resolvido. Um fator  maior que 1 indica uma sobre-relaxação e um fator menor que 1

indica uma sub-relaxação. Nesse estudo foi utilizado o fator =1,3.

Assim, como mostrado o SOR depende da relação recursiva do método Gauss-Seidel,

apresentada a seguir.

Di − i  j Aij jk − i  j Aij jk −1
 =
i
k

Aii
(5.31)

onde i e j são os índices relativos a linhas e colunas da matriz dos coeficientes.

5.4 Critério de Convergência

O processo de solução iterativa foi executado até que dois critérios de convergência fossem

simultaneamente atendidos. O primeiro critério de convergência é relacionado à conservação

 112

de massa. Calculado em função do máximo resíduo do fluxo de massa entre todos os volumes

de controle do domínio. O valor desse critério foi arbitrado em 0,01 % do fluxo de massa

médio nos volumes de controle da fronteira de entrada do domínio. A variável de interesse

para a comparação com o critério de convergência é o termo independente da equação da

correção de pressão (b), quando as velocidades satisfazem a condição imposta pela equação

da continuidade b tende a zero, nenhuma correção de pressão é requerida, e o processo

iterativo é finalizado.

O segundo critério é utilizado para determinar a convergência no algoritmo de solução do

sistema linear, e consiste nos resíduos, R(), para todas as equações de transporte. Os valores

dos resíduos são calculados através da equação 5.32.

R( ) = aW Wk −1 + a E  Ek −1 + a S  Sk −1 + a N  Nk −1 + a B Bk −1 + aT Tk −1 + b − a P Pk −1

(5.32)

onde Wk −1 ,  Ek −1 ,  Sk −1 ,  Nk −1 ,  Bk −1 , Tk −1 e  Pk −1 são os valores das variáveis na iteração anterior

e a E , aW , a N , a S , a B , aT , b e aP são os coeficientes para a próxima iteração. Antes de

uma nova iteração, o resíduo é calculado, quando a variação dos valores de  ou dos

coeficientes for suficientemente pequena entre uma iteração e outra, o valor de R() tende

para zero.

É importante ressaltar que, quando a ordem de grandeza dos termos aW Wk −1 , a E Ek −1 , a S  Sk −1 ,

a N  Nk −1 , a B Bk −1 , aT Tk −1 , b e aPPk −1 é de pequena magnitude (por exemplo: valores de

velocidade oscilando em torno de zero), o valor de R() tende a diminuir mais rapidamente, e

em alguns casos o critério de convergência é atendido sem a obtenção de uma solução

fisicamente realista. Para contornar esse inconveniente, o resíduo foi normalizado (equação

5.33). O procedimento de solução é continuado até que o valor do resíduo médio normalizado
 113

para todas as equações seja menor que 10-4.

1 NCV
R( )
 a   10 −4
NCV m =1 E E , aW W , a N  N , a S  S , a B B , a D D , a P P , b
(5.33)

onde NCV é o número total de volumes de controle do domínio e [a, b, c, ...] retorna o maior

valor entre os colchetes (função DMAX no FORTRAN 77).

5.5 Processamento Paralelo

Devido à alta exigência de recursos computacionais, o código LES foi desenvolvido para uso

também em sistemas computacionais paralelo de memória distribuída, e especialmente, em

clusters de computadores pessoais (PC’s). O código computacional teve como base o

algoritmo desenvolvido por Nascimento et al. (2003). A seguir, é apresentada uma síntese da

estratégia de paralelização, conforme apresentado em Nascimento et al., 2003 e Abboud et al.

(2003).

O algoritmo foi desenvolvido especificamente para o uso em plataformas de processamento

com memória distribuída. O acesso a supercomputadores é limitado e caro, assim, o código

computacional foi desenvolvido para uso em clusters de PC’s, que representa uma moderna

tendência para evitar as limitações financeiras impostas por supercomputadores paralelos. O

aumento do desempenho dos microprocessadores e os avanços das tecnologias de rede

permitem que elevados níveis de desempenho à apenas uma fração do custo financeiro dos

supercomputadores. Entretanto, o uso de clusters requer diferentes paradigmas de

programação, pois a arquitetura do sistema é baseada em um modelo de memória distribuída,

que é consideravelmente diferente das arquiteturas de memória compartilhada.

 114

Sistemas com memória compartilhada possuem diversos processadores, que acessam a

memória através de um barramento de alta velocidade. Neste tipo de arquitetura qualquer

processador pode acessar qualquer posição da memória num tempo igualmente rápido. Por

outro lado, em sistemas com memória distribuída, cada processador possui sua própria

memória, e pode acessar uma posição de memória localizada em outro processador somente

através do barramento de conexão entre os processadores. Assim, a performance em sistemas

de memória distribuída é diretamente ligada à velocidade dos dados no barramento de

conexão, que pode ser rápida em supercomputadores maciçamente paralelos (como o Cray

T3E e T3D) ou relativamente lenta para o caso de clusters de PC’s, onde a conexão entre os

processadores é efetuada usando a tecnologia de rede local (LAN). Além disso, uma vez que

as memórias dos processadores não estão diretamente ligadas, cabe ao programador controlar

as trocas de mensagens entre os processadores.

Nos sistemas de memória compartilhada, o paralelismo é principalmente dirigido à execução

de um conjunto de operações idêntico sobre a mesma estrutura de dados (paralelização dos

do-loops), o paralelismo em sistemas de memória distribuída é dirigido à divisão das

estruturas de dados em sub-blocos, designando cada sub-bloco a um processador. Portanto, o

mesmo código computacional é executado por todos os processadores. A Figura 21a apresenta

a representação esquemática de um domínio computacional. Através da divisão do domínio

computacional em 16 subdomínios, conforme a Figura 21b (nesse estudo foi utilizada a

divisão em 32 processadores), é possível dividir as tarefas de processamento entre 16

diferentes processadores. Entretanto, para computar o valor das variáveis em cada volume de

controle, é necessário conhecer o valor de variáveis próximas às interfaces entre subdomínios,

assim, um processador requer informação armazenada na memória de outro processador. Isto

exige que os processadores se comuniquem em intervalos de tempo regulares, o que pode

reduzir significativamente a velocidade do processamento.

 115

(a) (b)
Figura 21 – Representação esquemática do domínio computacional (a) e a divisão do domínio em 16
subdomínios (b)
Fonte: Nascimento et al. (2003)

O procedimento de computação denominado decomposição de domínio envolve três passos

principais: (1) divisão do domínio computacional; (2) execução das operações em cada

processador, sobre seu próprio conjunto de dados; (3) comunicação dos dados entre os

processadores. A chave para um processamento eficiente é manter a comunicação num nível

mínimo e garantir uma divisão da carga de trabalho entre os processadores.

A decomposição de domínio foi efetuada através da bissecção de coordenadas (STRENG,

1996). Este método divide o número de volumes de controle igualmente entre os

processadores, porém não tenta obter uma divisão que minimize a comunicação entre

processadores, isto é, uma divisão que possua o menor número de volume de controle nas

regiões de interface entre subdomínios. Em geral, a bissecção de coordenadas produz

domínios com interfaces longas que podem ser reduzidas pela aplicação recursiva e alternada

da bissecção nas direções x, y e z. Inicialmente, a malha é dividida em 2 sub-blocos ao longo

da direção com o maior número de pontos. Então, uma nova bissecção é aplicada em cada

subdomínio na direção com o maior número de pontos. Este procedimento é repetido

continuamente.

Após a divisão do domínio em blocos, as operações sobre cada bloco são efetuadas em
 116

paralelo por cada processador para condições de contorno que podem ser físicas ou internas

(devido à divisão em subdomínios). As condições de contorno físicas são tratadas da maneira

convencional, enquanto que as condições de contorno internas requerem dados dos

processadores que armazenam os subdomínios vizinhos. Assim, um espaço de memória

adicional buffer é alocado para armazenar uma cópia dos dados da região fronteira do

subdomínio vizinho, conforme ilustrado na Figura 22.

Quando os dados relativos as variáveis de cada vizinho são recebidos por um processador,

inicia-se a execução de uma iteração sobre seu conjunto de dados, usando um algoritmo

seqüencial. Tão logo o processador complete as instruções, os novos valores das variáveis nos

pontos do contorno são enviados para os blocos vizinhos e o processador aguarda os valores

das variáveis dos blocos vizinhos para computar uma nova iteração.

Dados a serem enviados

para o sub-domínio 2

Buffer a ser atualizado com

dados do sub-domínio 2

Dados a serem enviados

para o sub-domínio 4

2 3 Buffer a ser atualizado com

dados do sub-domínio 4

Buffer a ser atualizado com

dados do sub-domínio 3

1 4 Dados a serem enviados

para o sub-domínio 3

Buffer a ser atualizado com

dados do sub-domínio 1

Dados a serem enviados

para o sub-domínio 1

Figura 22 – Domínio Computacional dividido em 4 subdomínios, indicando o buffer de cada subdomínio a ser
atualizado com dados enviados pelos vizinhos.
Fonte: Abboud et al. (2003)
 117

A troca de informações entre subdomínios foi implementada através da biblioteca MPI

(Message Passing Interface) que permite a portabilidade do código computacional para

plataformas desde clusters até supercomputadores maciçamente paralelos.

Neste item foi apresentada, de forma sucinta a estratégia da paralelização do código

computacional utilizado neste estudo. Na próxima seção são apresentadas as operações que

ocorrem durante o fluxo da solução computacional para os códigos em modo de

processamento serial e paralelo.

5.6 Fluxograma da Solução Computacional

Finalizando este capítulo e apresentado uma visão geral sobre o método numérico é

apresentado o fluxograma da solução computacional (Figura 23) para os modos serial e

paralelo do código computacional. Toda a implementação foi realizada na linguagem de

programação FORTRAN 77.

As caixas com contorno tracejado são operações apenas do processamento paralelo, e dizem

respeito à comunicação de informação entre os subdomínios, os demais procedimentos são

comuns aos dois modos de execução. É importante destacar, que o cálculo e comunicação da

viscosidade turbulenta são executados a cada novo cálculo dos coeficientes para os

componentes da velocidade ( U , V e W ).

Nesse item, é importante ressaltar que o código computacional para a solução tridimensional

transiente utilizando a LES foi desenvolvido em duas versões independentes. A primeira

versão foi desenvolvida para a execução em modo serial. Essa versão foi adaptada partindo do

código computacional desenvolvido por Santos (2000) que se trata da versão tridimensional

do programa CFT (originalmente desenvolvido por Patankar e adaptado por Neickele)

 118

utilizando o modelo de turbulência -. A segunda versão do programa foi desenvolvida para

a execução em modo de processamento paralelo em cluster de computadores com sistema

operacional LINUX. Essa versão foi adaptada a partir do código computacional desenvolvido

por Nascimento et al. (2003), que utiliza o programa MPI (Message Passing Interface) para a

comunicação de informação entre os vários processadores empregados no processamento da

solução.
 119

Início

Inserir parâmetros de entrada

Gerar malha

Inserir valores iniciais de U ,V ,W , p

Atualizar as condições de contorno de todas as variáveis

Calcular coeficientes para U

MPI - Comunicar os valores dos coeficientes da equação de discretizada - U

Resolver o sistema linear para U

MPI - Comunicar os valores da componente U

Calcular coeficientes para V

MPI - Comunicar os valores dos coeficientes da equação de discretizada - V

Resolver o sistema linear para V

MPI - Comunicar os valores da componente V

t = t + t
Calcular coeficientes para W

MPI - Comunicar os valores dos coeficientes da equação de discretizada - W

Resolver o sistema linear para W

MPI - Comunicar os valores da componente W

Calcular coeficientes para ~

p

Resolver o sistema linear para ~

p

MPI - Comunicar os valores da correção de pressão, ~

p

Corrigir o campo de pressões

Corrigir o campo de velocidades

Não
Convergência?
Sim
Calcular coeficientes para 

Resolver os sistema linear para 

MPI - Comunicar os valores da concentração 

Não t  t final ?
Sim
Fim

Figura 23 – Fluxograma da solução computacional

 120

6. RESULTADOS E DISCUSSÃO

Neste capítulo, são apresentados os resultados obtidos através das simulações numéricas

realizadas com a utilização do código computacional desenvolvido durante este estudo que

incorporou os efeitos da turbulência através da simulação de grandes escalas. Este capítulo

está dividido em duas seções. A primeira seção trata da análise de acurácia da simulação

numérica, realizada neste trabalho, através da comparação de seus resultados com os

resultados obtidos em experimento em túnel de vento e na simulação numérica realizada por

Sada e Sato (2002). A segunda seção apresenta a simulação numérica do escoamento e

dispersão de poluentes ao redor de um prédio cúbico, sob condições de classe de estabilidade

atmosférica neutra. Na segunda seção, os valores de concentração obtidos pela simulação

numérica são comparados com os dados experimentais obtidos por Mavroidis (1997), em

experimentos de campo e em túnel de vento. Além disso, os resultados obtidos são ainda

comparados com a simulação numérica realizada por Santos (2000), que utilizou o modelo -

 modificado por Kato e Launder (1993) para modelar os efeitos da turbulência.

6.1 Análise de Acurácia

Para avaliar a acurácia do algoritmo desenvolvido, uma configuração de escoamento ao redor

de um obstáculo cúbico similar à estudada por Sada e Sato (2002) foi simulada. Conforme
 121

descrito anteriormente, Sada e Sato (2002) efetuaram experimentos em túnel de vento e a

simulação numérica, utilizando a LES, para o escoamento ao redor de um obstáculo com

Re=20.000. As seções 6.1.1 e 6.1.2 apresentam breves descrições sobre os experimentos em

túnel de vento e as simulações efetuadas por Sada e Sato, respectivamente. A seção 6.1.3

apresenta a descrição dos parâmetros utilizados na simulação efetuada neste trabalho. E a

seção 6.1.4 apresenta a comparação dos dados, numéricos e experimentais, apresentados por

Sada e Sato (2002) com os resultados obtidos pelo algoritmo desenvolvido neste trabalho.

6.1.1 Experimento em Túnel de Vento

Sada e Sato (2002) realizaram os experimentos em túnel de vento a fim de permitir sua

comparação com os resultados calculados através da simulação numérica. O túnel de vento

utilizado possui uma seção de teste com 3 m de largura, 1,5 m de altura e 20 m de

comprimento. Neste túnel foi simulado o desenvolvimento de uma camada limite turbulenta

com uma velocidade de corrente livre ( U  ) igual a 2,0 m/s (mesmo valor foi utilizado na

simulações numéricas, com a razão de escala de comprimento 1:250). O centro do obstáculo

cúbico de altura igual a 0,2 m (Hb=0,2 m) foi localizado a 4 m da entrada da seção de teste do

túnel de vento e na linha de centro considerando o plano horizontal.

As velocidades foram medidas através de um velocímetro Doppler a laser. Uma mistura de ar

e etileno foi lançada de uma chaminé como sendo o contaminante traçador. Amostras de gás

foram coletadas simultaneamente com as análises de flutuações das concentrações, utilizando

um THC-2A, que consiste de um detector de ionização de chama de resposta rápida fabricado

pela TECHNICA Co. Ltda. As amostras foram tomadas através de um tubo capilar de 0,25

mm de diâmetro e 20 cm de comprimento. Os sinais de concentração foram coletados a cada

 122

0,002 s e o tempo total de média foi de 40 s, perfazendo um total de 20.000 registros em cada

ponto de medição. A Figura 24 apresenta um esquema do experimento em túnel de vento,

onde podem ser vistos os elementos principais que compõe a instrumentação necessária para

esse tipo de trabalho.

Câmara de Amostragem
Direção do
Escoamento
Sistema de Transporte
Tubo de Amostragem

Sinal de Saída

Elementos Rugosos H2+Ar

Analisador Conversor A-D

z
Computador
x
C2H4 Ar H2 Ar

Figura 24 – Esquema do experimento em túnel de vento

Fonte: Sada e Sato (2002b)

6.1.2 Simulação Numérica de Referência

Sada e Sato (2002) utilizaram o modelo de submalha de Smagorinsky, com constante

CS=0,15, e banda do filtro () calculada em função das dimensões da malha. O domínio

computacional utilizado pelos autores possui dimensões x=12,5Hb, y=5Hb e z=5Hb. Com base

nas dimensões do domínio, os autores utilizaram uma malha de 344.500 pontos divididos 100,

65 e 53 pontos nas direções x, y e z, respectivamente. A altura do obstáculo, Hb, é igual a 0,2

m, o centro do obstáculo foi localizado a 1,45 m (7,25Hb) da entrada do domínio, a fonte

emissora foi localizada a 1,5Hb à montante do centro do obstáculo, a altura da fonte é igual a

altura do obstáculo. O sistema de coordenadas cartesianas teve sua origem arbitrada na base

da fonte emissora. A Figura 25 apresenta uma representação esquemática do domínio

 123

computacional utilizado.

Figura 25 – Representação esquemática do domínio computacional utilizado por Sada e Sato (2002)

Para a aplicação da LES, é necessária a geração de flutuação dos componentes da velocidade

na entrada do domínio. As velocidades médias na entrada do domínio, utilizadas na simulação

de Sada e Sato (2002), foram obtidas diretamente do experimento em túnel de vento, os

valores das flutuações foram geradas através de números aleatórios ao redor das médias. As

fronteiras horizontais do domínio foram tratadas com a condição de contorno periódica. Nas

fronteiras laterais e na fronteira de saída foi considerada a condição de derivada nula. No solo

e nas paredes do obstáculo, o perfil de velocidades foi ajustado para obedecer a uma função

logarítmica (lei da parede). Foram utilizados dois diferentes esquemas de interpolação: Antes

do centro do obstáculo, os autores usaram o esquema de diferenças centrais e após o centro do

obstáculo, foi utilizado o esquema de interpolação QUICK (LEONARD, 1979), para prevenir

a ocorrência de instabilidades. Para o avanço de tempo, os autores utilizaram o esquema

Adams-Bashforth, com um intervalo de tempo t=0,001 s, resultando em um intervalo de

tempo adimensional (  t  = U  t H b ) igual a 0,01, considerando a velocidade de corrente

livre ( U  ) igual a 2,0 m/s. Os autores utilizaram um filtro de corte no espaço físico, com a

comprimento de banda definido com base nas dimensões da malha computacional.

As concentrações calculadas por Sada e Sato foram obtidas por duas diferentes formas de
 124

modelagem numérica. A primeira forma consiste da solução da equação da conservação da

espécie química, considerando a difusividade de massa igual a  t Sc , com o número de

Schmidt (Sc) igual a 0,5. Além da solução da equação da conservação da espécie química, os

autores utilizaram um modelo do tipo puff, na região próxima a fonte emissora. O modelo do

tipo puff, que consiste no tratamento da pluma como se fosse um corpo integrado por várias

pequenas porções de massa de contaminante. Os resultados da média e flutuações da

concentração, apresentadas por Sada e Sato, foram obtidos através de um modelo híbrido

considerando o modelo puff e a solução da equação da conservação da espécie química. O

modelo puff foi utilizado até o centro do obstáculo, deste ponto diante foi utilizado o modelo

baseado na equação da conservação da espécie química. Os autores justificaram a utilização

do modelo puff, devido a ocorrência de valores inconsistentes no campo de concentrações

próximo à fonte emissora. Segundo os autores, isto foi causado pela representação da pequena

área de lançamento de contaminantes através de um volume de controle com dimensões

relativamente grandes, o que causou perturbações anormais do campo de concentração

próximo à fonte. Os autores não detalham as condições iniciais e de contorno utilizadas para

as concentrações.

6.1.3 Simulação Numérica Efetuada Neste Trabalho

No presente estudo, foram resolvidas as equações de conservação da quantidade de

movimento e conservação da espécie química da forma como apresentadas na seção 4.2,

idênticas àquelas utilizadas por Sada e Sato (2002). Os efeitos da turbulência foram

incorporados através da LES com o modelo Smagorinsky-Lilly para a submalha (conforme

apresentado na seção 4.1.2) com CS=0,15. Este modelo proposto por Lilly acarreta em uma

redução significativa dos valores da viscosidade turbulenta na região próxima às paredes

 125

Testes de malha e de sensitividade ao tamanho do intervalo de tempo foram efetuados.

Tamanhos de intervalo de tempo adimensional de 0,01 e 0,005 foram testados e não

provocaram diferença significativa nos resultados obtidos, tanto em termos de média, quanto

em termos de flutuações. O teste de malha foi efetuado utilizando 3 malhas: 44×36×21

(33.264 volumes de controle), 84×54×40 (181.440 volumes de controle) e 100×70×48

(336.000 volumes de controle). A solução com a malha 100×70×48 não pode ser considerada

ainda independente em relação ao tamanho da malha e testes com malha ainda mais refinada

são necessários. Apesar deste fato, a malha de 100×70×48 foi selecionada para gerar os

resultados neste estudo, devido à limitações computacionais impostas ao refinamento da

malha (tempo de processamento de 280 h utilizando um cluster de 32 processadores

ATHLON XP 1800). A obtenção de soluções independentes do tamanho da malha para

simulações utilizando a LES é extremamente difícil, devido ao esforço computacional

necessário. Uma discussão sobre o teste de malha seus resultados e os efeitos sobre a solução

é apresentada no APÊNDICE A.

O domínio computacional possui as dimensões x=12Hb, y=9Hb e z=4,5Hb. A altura do

obstáculo é igual a 0,2 m, o centro do obstáculo foi localizado a 3,5Hb da entrada do domínio,

a fonte emissora foi localizada a 1,5Hb à montante do centro do obstáculo, a altura da fonte é

igual a altura do obstáculo. Nesse caso, a região entre a parede posterior do obstáculo e a

fronteira de saída do domínio possui comprimento igual 8Hb. A Figura 26 apresenta uma

representação esquemática do domínio computacional.

 126

Figura 26 – Representação esquemática do domínio computacional utilizado no presente estudo

As dimensões do domínio utilizadas na presente simulação foram estabelecidas conforme

sugerido por Santos (2000), que estudou o escoamento e dispersão ao redor de prédios

isolados através do modelo -. As condições de contorno foram utilizadas conforme

apresentadas na seção 4.3. Em relação às condições de contorno duas diferenças são notadas

entre o presente estudo e o estudo de Sada e Sato (2002). Estes autores utilizaram a condição

de contorno periódica nas fronteiras horizontais, no presente estudo foi utilizada a condição

de derivada nula para todas as variáveis, exceto para a componente do vetor velocidade

normal ao plano da fronteira, que foi considerada nula. No estudo de Sada e Sato (2002), as

condições de contorno nas superfícies sólidas foram inseridas através de uma função

logarítmica para o perfil vertical da velocidade. Nesse estudo, estas condições foram inseridas

através da condição de não deslizamento, com velocidade nula na parede.

Para gerar as condições de entrada do escoamento, é necessário conhecer os perfis de

velocidade média ( U i ) e as características das flutuações turbulentas ( u  2 , v 2 e w 2 )

na entrada do domínio. Entretanto, o trabalho de Sada e Sato (2002) não apresenta tais

valores. Ao invés disso, os perfis de velocidade média e intensidades de flutuação são

apresentados apenas em um ponto equivalente à posição da fonte emissora (Figura 27). É

importante notar que os perfis exibidos na cor vermelha na Figura 27 representam uma
 127

simulação efetuada por Sada e Sato sem a presença do obstáculo, somente com o objetivo de

obter os perfis médios de velocidade de intensidade de flutuação do escoamento incidente.

5 5 5 5
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0

4 4 4 4

3 3 3 3

Z
Z
Z

2 2 2 2

1 1 1 1

0 0 0 0
0 0.5 1 1.5 0 0.05 0.1 0.15 0.2 0 0.05 0.1 0.15 0.2 0 0.05 0.1 0.15 0.2
U/U Hb u2 U Hb v2 U Hb w2 U Hb
Sada e Sato (2002) Presente estudo

Figura 27 – Perfis de velocidade média e intensidades de flutuação na entrada do domínio

Na simulação efetuada no presente trabalho, os componentes V e W da velocidade foram

consideradas nulas, na entrada do domínio, a condição de entrada para a velocidade foi gerada

com base em números aleatórios em torno da média. Essa geração foi feita com base nos

perfis de velocidade média e intensidade de flutuação, exibidos na cor azul na Figura 27. A

função para a geração das velocidades aleatórias na fronteira de entrada é descrita pela

equação 6.1.


U i = U i −  ui + Ai ui
2 2

2
(6.1)

onde  é uma constante ajustada para manter as propriedades da média e desvio padrão da

série temporal, nesse estudo utilizou-se o valor =1,75, Ai é um número entre 0 e 1 gerado

aleatoriamente durante o processamento.

É fácil verificar que a equação acima atende aos critérios de geração das propriedades

estatísticas de média e desvio padrão da série temporal. Entretanto, o tratamento proposto não

conserva as propriedades físicas pertinentes ao escoamento. As flutuações são totalmente

 128

randômicas, não apresentando nenhuma similaridade com as estruturas turbulentas reais

(vórtices turbulentos). Além disso, as informações espectrais também são perdidas.

Foi utilizado um passo de tempo adimensional igual a 0,01. A solução do escoamento se

estendeu até o tempo adimensional ( t  ) igual a 200, o período necessário para o fenômeno

estudado atingir o regime permanente (intervalo entre 0 e 100) foi desconsiderado para a

composição das estatísticas.

Uma consideração importante acerca do tempo das médias, é a avaliação da estacionaridade

das propriedades estatísticas. Um tempo de média igual a 100 t  foi utilizado para a

composição das médias (POURQUIE et al., 1996).

6.1.4 Comparação dos Resultados

Nesta seção, são apresentados os principais resultados obtidos neste estudo, para a

comparação com os dados experimentais e numéricos obtidos por Sada e Sato (2002). Os

resultados são comparados através a análise gráfica do campo de velocidades no plano

vertical central na direção principal do escoamento, dos perfis verticais de velocidade média

na direção principal ( U ), da intensidade de flutuação dos componentes horizontal transversal

e vertical ( v 2 e w 2 ) da velocidade, da concentração média (  ) e da intensidade de

flutuação da concentração (   2 ) em quatro diferentes secções do domínio computacional.

A Figura 28 apresenta o campo de velocidades no plano central na direção principal do

escoamento. São apresentados os dados obtidos em túnel de vento (Figura 28a) e os dados da

simulação numérica (Figura 28b), ambos gerados por Sada e Sato (2002) e os resultados da

simulação numérica desenvolvidos neste estudo (Figura 28c). É importante notar que as
 129

Figuras 28a e 28b de Sada e Sato (2002), e não incluem as escalas utilizadas para os vetores

velocidade apresentados. Portanto, os resultados apresentados permitem apenas uma análise

qualitativa do padrão de escoamento.

Observa-se que os resultados da simulação numérica realizada por Sada e Sato (2002),

tiveram concordância satisfatória com os dados obtidos em túnel de vento. Pode-se observar

nitidamente a formação das principais estruturas do escoamento ao redor do obstáculo, dentre

as quais se destacam as formações do vórtice da ferradura na base do obstáculo, a separação e

o recolamento no teto do obstáculo.

Os autores conseguiram, também, uma boa concordância em relação à cavidade de

recirculação. Segundo Murakami (apud SADA e SATO, 2002), as simulações através da LES,

em geral, superestimam o tamanho da cavidade de recirculação. No caso de Sada e Sato

(2002) foi obtido um comprimento de recirculação igual a 1,3Hb na simulação numérica

através da LES e um comprimento de recirculação igual a 1,2Hb no experimento em túnel de

vento.

Os resultados da simulação numérica através da LES do presente estudo concordaram menos

satisfatoriamente, do que os resultados apresentados por Sada e Sato (2002). Pode-se observar

a formação do vórtice da ferradura na base do obstáculo, a estrutura de fluxo reverso na base

evidencia essa formação. Contudo, o recolamento no teto do obstáculo não foi obtido, o que

acarretou em um aumento da cavidade de recirculação.

A diferença mais significativa entre a presente simulação e os dados obtidos por Sada e Sato

(2002) é notada na cavidade de recirculação. O comprimento da cavidade de recirculação

obtido no presente estudo foi de 3,25Hb, isto é, a presente simulação superestimou o

comprimento da cavidade de recirculação.

 130

(a)

(b)

(c)

Figura 28 – Vetores velocidade ao redor do obstáculo no plano central: (a) dados de túnel de vento (Sada e Sato,
2002), (b) simulação numérica através da LES (Sada e Sato, 2002), (c) simulação numérica através da LES
(Presente Estudo).

Esse comportamento da cavidade de recirculação pode ser visto também na Figura 29, que

apresenta os perfis verticais da velocidade média na direção principal do escoamento, nas

secções X=0, 1,5; 2,5; 3,5 (X=0 é a posição da fonte). Observa-se uma boa concordância dos

resultados da presente simulação em relação aos resultados experimentais nas secções 0 e 1,5.

Contudo as secções 2,5 e 3,5 não apresentaram a mesma concordância. A secção X=2,5 está

inserida dentro da cavidade de recirculação, visto que existe a ocorrência de velocidades

 131

negativas na região próxima ao solo. A secção X=3,5, segundo os resultados apresentados por

Sada e Sato (2002), já se encontra fora da cavidade de recirculação. No presente estudo, essa

secção ainda se encontra dentro da cavidade de recirculação, como pode ser visto pela

ocorrência de velocidades negativas.

5 5 5 5
x/Hb=0 x/Hb=1,5 x/Hb=2,5 x/Hb=3,5
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3

Z
Z
Z

2 2 2 2

1 1 1 1

0 0 0 0
-0.5 0 0.5 1 1.5 -0.5 0 0.5 1 1.5 -0.5 0 0.5 1 1.5 -0.5 0 0.5 1 1.5
U/U Hb U/U Hb U/U Hb U/U Hb

Túnel de Vento (Sada e Sato, 2002) LES (Sada e Sato, 2002) LES (Presente Estudo)

Figura 29 – Perfil vertical da velocidade média na direção principal do escoamento em quatro secções do
domínio computacional

A alteração do escoamento exerce uma influência direta no cálculo das concentrações do

contaminante, visto que o fenômeno da dispersão dos contaminantes é fortemente

influenciado pelo transporte convectivo. A Figura 30 apresenta os perfis verticais da

concentração média ao longo das secções X=1,5, 2,5; 3,5; 5,0 (X=1,5 é o centro do

obstáculo).

5 5 5 5
x/Hb=1,5 x/Hb=2,5 x/Hb=3,5 x/Hb=5,0
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3
Z
Z
Z

2 2 2 2

1 1 1 1

0 0 0 0
0 5 10 15 0 2 4 6 0 1 2 3 4 0 0.5 1 1.5 2 2.5
   

Túnel de Vento (Sada e Sato, 2002) LES (Sada e Sato, 2002) LES (Presente Estudo)

Figura 30 – Perfil vertical da concentração média de contaminante em quatro secções do domínio computacional
 132

Em primeira análise observa-se que os valores de concentração máxima, em cada seção do

domínio, obtidos através do presente estudo apresentam a mesma ordem de grandeza que os

resultados experimentais apresentados por Sada e Sato (2002). Observando com mais detalhe

os perfis de concentração, excetuando o perfil da secção 1,5, observa-se uma discordância

entre o eixo principal da pluma de poluentes obtido no estudo de referência em relação ao

presente estudo. O presente estudo previu a altura da pluma ligeiramente mais elevada, em

torno de 0,25Hb acima da altura prevista por Sada e Sato. Esse comportamento se deve à

discordância entre os campos de velocidades obtidos nos dois estudos, devido à não

ocorrência do recolamento no teto do prédio, a pluma se manteve em posição mais elevada do

que a pluma de contaminantes prevista por Sada e Sato (2002).

Por fim, são apresentados nas Figuras 31, 32 e 33, respectivamente, os perfis de intensidade

de flutuação dos componentes da velocidade nas direções, transversal ( v 2 ) e vertical

( w 2 ) e da concentração (   2 ). Os resultados da simulação numérica, apresentados por

Sada e Sato (2002) tiveram boa concordância com os resultados obtidos em túnel de vento. Os

resultados obtidos através da LES, no presente estudo, não obtiveram concordância

satisfatória com os resultados apresentados por Sada e Sato (2002).

5 5 5 5
x/Hb=0 x/Hb=1,5 x/Hb=2,5 x/Hb=3,5
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3
Z
Z
Z

2 2 2 2

1 1 1 1

0 0 0 0
0 0.1 0.2 0.3 0 0.1 0.2 0.3 0 0.1 0.2 0.3 0 0.1 0.2 0.3

v2 U Hb v2 U Hb v2 U Hb v2 U Hb

Túnel de Vento (Sada e Sato, 2002) LES (Sada e Sato, 2002) LES (Presente Estudo)

Figura 31 – Perfil vertical da intensidade de flutuação da componente transversal do vetor velocidade em quatro
secções do domínio computacional
 133

5 5 5 5
x/Hb=0 x/Hb=1,5 x/Hb=2,5 x/Hb=3,5
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3

Z
Z
Z

Z
2 2 2 2

1 1 1 1

0 0 0 0
0 0.1 0.2 0.3 0 0.1 0.2 0.3 0 0.1 0.2 0.3 0 0.1 0.2 0.3

w2 U Hb w U Hb
2
w U Hb
2
w2 U Hb

Túnel de Vento (Sada e Sato, 2002) LES (Sada e Sato, 2002) LES (Presente Estudo)

Figura 32 – Perfil vertical da intensidade de flutuação da componente vertical do vetor velocidade em quatro
secções do domínio computacional

5 5 5 5
x/Hb=1,5 x/Hb=2,5 x/Hb=3,5 x/Hb=5,0
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3

Z
Z
Z

2 2 2 2

1 1 1 1

0 0 0 0
0 4 8 12 16 0 1.5 3 4.5 6 0 0.75 1.5 2.25 3 0 0.4 0.8 1.2 1.6

  U Hb
2
  U Hb
2
  U Hb
2
  U Hb
2

Túnel de Vento (Sada e Sato, 2002) LES (Sada e Sato, 2002) LES (Presente Estudo)

Figura 33 – Perfil vertical da intensidade de flutuação da concentração em quatro secções do domínio

computacional

O campo de concentrações é obtido em função do campo de velocidades resolvido. Assim, a

concordância das intensidades de flutuação da concentração é dependente da obtenção de

concordância satisfatória das intensidades de flutuação dos componentes do vetor velocidade.

Nitidamente, podem ser observadas algumas deficiências na predição das intensidades de

flutuação. Em geral, as intensidades de flutuação obtidas através da simulação numérica neste

estudo foram subestimadas, um amortecimento ainda maior das intensidades de flutuação é

notado nas seções X=0 e 1,5, respectivamente, posição da fonte e no centro do obstáculo.

Nestas secções, as intensidades de flutuação previstas no presente estudo são praticamente

 134

desprezíveis quando comparadas aos valores obtidos no estudo de referência. Também é

possível observar que em todas as seções, as intensidades de flutuação próximas ao solo e teto

do obstáculo calculadas no presente estudo são muito menores (partindo de zero) do que as

apresentadas por Sada e Sato (2002).

Provavelmente, a maior parte dos problemas de concordância ocorre devido a falha de

predição do recolamento das linhas de corrente no teto do prédio. Este fator altera,

significativamente, o comprimento da região de recirculação. A análise dos resultados

apresentados não é simples, visto que muitos fatores influenciam e interagem dinamicamente

entre si para a obtenção da solução numérica. A seguir são apresentados quatro fatores

importantes acerca dos resultados apresentados nesta seção.

Esquema de interpolação: Sada e Sato (2002) utilizaram o esquema de interpolação QUICK,

enquanto no presente estudo utilizou-se um esquema híbrido (diferenças centrais e power-

law). No escoamento turbulento na atmosfera é comum a ocorrência de números de Peclet

(Pe) com valor absoluto maior que dois, devido ao pequeno valor da viscosidade.

Considerando isso, o esquema de interpolação utilizado foi o esquema power-law, com ordem

de erro de truncamento (x), principalmente nas regiões mais afastadas do obstáculo, onde o

tamanho dos volumes de controle é significantemente maior. É sabido que os esquemas de

primeira ordem são fortemente dissipativos. Moin e Kravchenko (1998) relatam que em

simulações através da LES, uma larga faixa do espectro da turbulência é fortemente afetada

pelos erros de truncamento acarretados pelos esquemas de interpolação utilizados na

discretização das equações governantes. Segundo os autores, os erros tendem a serem mais

representativos para as menores escalas turbulentas. Na verdade, a magnitude dos erros de

truncamento dos métodos de interpolação pode ser significativamente maior que os efeitos

das menores escalas turbulentas representadas pelo modelo de submalha. Assim os efeitos da
 135

dissipação numérica em esquemas de menor ordem (como power-law e diferenças centrais)

podem, até mesmo, impossibilitar a solução coerente dos efeitos da turbulência por meio da

modelagem de submalha. Os autores relatam, que os efeitos dos erros de truncamento nas

escalas de submalha são reduzidos com a utilização de esquemas de ordem superior e também

com o aumento do comprimento da banda do filtro utilizado.

Condição de contorno nas paredes: foi considerada a condição de não deslizamento, isto é,

todas os componentes do vetor velocidade foram consideradas nulas. Conforme apresentado

nas Figuras 31, 32 e 33, as intensidades de flutuação apresentadas pelo presente estudo

sempre partem do valor zero e são mais amortecidas na região próxima à parede sólida do que

os resultados apresentados por Sada e Sato (2002). A consideração de velocidade nula, sem

tratamento especial para a região de parede, aparentemente, implicou na representação

inadequada das tensões de Reynolds, visto que na região próxima às paredes os valores das

intensidades de flutuação foram demasiadamente amortecidos. É importante ressaltar que

tanto as simulações de Sada e Sato (2002), quanto a de Murakami (1993) utilizaram perfis

logarítmicos próximos a parede e obtiveram resultados significativamente melhores. Uma

tentativa de obter melhor representação do escoamento na região de parede, feita nesse

estudo, foi a utilização do modelo de viscosidade turbulenta de Smagorinsky

(SMAGORINSKY, 1963) com a modificação proposta por Lilly (1966), conforme

apresentado na seção 4.1.2. Essa modificação implica na redução do valor da viscosidade

turbulenta nas regiões próximas à paredes e conseqüentemente, na redução das tensões de

Reynolds. Contudo, como descrito no parágrafo anterior, esse tratamento também não se

mostrou satisfatório para o representar a região de parede.

Comprimento da cavidade de recirculação: a condição de contorno imposta por Sada e Sato

(2002) para representar a fronteira de saída é extremamente restritiva. O comprimento da

 136

região após o obstáculo (4,75Hb), foi o menor encontrado em toda a literatura investigada,

para a aplicação da condição de derivada nula na saída. A condição de derivada nula é a

representação de que o obstáculo já não interfere mais no escoamento, e então o perfil de

velocidades não sofre alterações entre duas secções subseqüentes. Essa imposição em uma

região próxima ao prédio pode acarretar em uma restrição muito forte e alterar o padrão do

escoamento na região ao redor do obstáculo, como na cavidade de recirculação. Essa região

pode ter o seu comprimento diminuído para se adaptar à forte restrição imposta pela condição

de contorno na saída. Santos (2000) recomenda um comprimento maior que 8Hb. Neste

trabalho é utilizado o modelo - modificado por Kato e Launder (1993) para simular o

escoamento ao redor do obstáculo e na região posterior à zona de recirculação (wake). Os

resultados numéricos indicam que até uma distância superior a 7Hb ainda existe uma

considerável alteração do escoamento. É importante notar que as simulações apresentadas por

Sada e Sato (2002) não só apresentaram o menor comprimento de domínio após o obstáculo,

mas também os menores valores para o comprimento da cavidade de recirculação.

Condição de Contorno na Entrada: a condição de entrada afeta de maneira significativa a

simulação numérica através da LES. Segundo Sagaut (2001), a representação do escoamento

a montante da entrada do domínio é uma tarefa difícil, se o escoamento não é conhecido e não

pode ser caracterizado de forma determinística. Devido à carência de informação a condição

de entrada pode introduzir fontes de erro. Neste estudo foi utilizada uma técnica de

reconstrução através da descrição estatística em um ponto (SAGAUT, 2001). A equação 6.1

descreve matematicamente a forma de geração da velocidade na fronteira de entrada. Essa

equação reproduz as propriedades estatísticas da série temporal no ponto, mas, não consegue

representar as características físicas do escoamento, e com isso as propriedades do espectro da

turbulência são perdidas e as informações acerca da flutuação são diluídas pelo escoamento.

Portanto, observa-se que nas secções anteriores ao prédio, mais influenciadas pela condição
 137

de entrada, as intensidades de flutuação calculadas foram praticamente desprezíveis, enquanto

que nas secções após o prédio os valores de intensidade de flutuação, embora amortecidos,

passaram a ter um comportamento mais próximo ao descrito no estudo de referência. Como

exposto, a geração das flutuações na entrada do escoamento tem influência direta na

intensidade de flutuação no escoamento. As flutuações interferem no cálculo da viscosidade

turbulenta. A viscosidade turbulenta é proporcional ao valor absoluto do tensor deformação

Sij, o aumento das flutuações acarreta no aumento do tensor deformação, e conseqüentemente

no aumento da viscosidade turbulenta. O comportamento apresentado na Figura 28c,

comprimento da cavidade de recirculação superestimado e a não ocorrência do recolamento

no teto do obstáculo, indicam que os valores da viscosidade turbulenta foram subestimados,

na região próxima à parede, sendo reduzidos os efeitos de dissipação.

 138

6.2 Escoamento e Dispersão de Contaminantes ao Redor de Um Prédio

Cúbico Isolado

Nesta seção, são apresentados os resultados da simulação numérica da dispersão de

contaminantes ao redor de um prédio cúbico isolado, sob condições de classe de estabilidade

neutra. Inicialmente, são apresentados o escoamento e o campo de concentração de

contaminantes ao redor do prédio. Os resultados da simulação numérica, obtidos nesse estudo

são comparados aos resultados obtidos pela simulação realizada por Santos (2000), e por fim

são apresentadas as comparações entre as simulações numéricas e os dados experimentais

obtidos por Mavroidis (1997).

A simulação representa o escoamento e a dispersão ao redor de um prédio cúbico com altura

(Hb) igual a 1,15 m, com perfil de velocidade incidente igual definido pela equação 6.2.

u z
U= ln
k z0
(6.2)

onde U é a velocidade média na direção principal do escoamento, u* é a velocidade de

fricção igual a 0,37 m/s, k é a constante de Von Kármán igual a 0,4187, z é a altura em relação

ao solo e z0 é o comprimento da rugosidade superficial igual a 6,5510-3 m. Com base na

equação acima, a velocidade na altura do prédio é igual a 4,57 m/s, com um número de

Reynolds (Re) igual a 3,74105.

A condição na fronteira de entrada foi tratada da mesma forma como apresentada na seção 6.1

(Equação 6.1). Os valores das intensidades de flutuação foram considerados iguais nas três

direções. O valor da intensidade de flutuação foi calculado, conforme apresentado na equação

6.3.
 139

2
ui 2 = 
3
(6.3)

onde  é a energia cinética turbulenta na entrada do domínio (  = u 

2
C ) e C é uma

constante do modelo -, neste caso utilizada com valor igual a 0,09, conforme proposto por

Launder e Spalding (1974).

No caso estudado, a fonte emissora está localizada a uma distância 2Hb à montante do centro

do prédio e a altura da fonte é igual a 0,575 m (0,5Hb). Para a simulação desse problema foi

utilizada uma malha computacional com 362.880 pontos (1087840). O tempo total de

processamento do problema estudado ( t  =200) foi de 440 h, considerando a execução em

processamento paralelo com 32 processadores. Cada um dos computadores que compõe o

cluster LINUX possuem a seguinte configuração: processador AMD ATHLON XP-1,8 GHz

com 256 MB de memória RAM.

6.2.1 Escoamento ao Redor do Prédio

O campo de velocidades é determinante das condições de dispersão dos contaminantes. Como

descrito na seção 2.3, a presença do obstáculo altera significativamente o padrão do

escoamento ao redor do prédio. Sob classe de estabilidade atmosférica neutra, o principal

mecanismo de alteração do escoamento ao redor do prédio é devido às tensões de

cisalhamento impostas pelas paredes.

A Figura 34 apresenta o campo médio de velocidades no plano central do escoamento, obtidos

por simulação numérica com a utilização da simulação das grandes escalas (presente estudo,

Figura 34a) e através da utilização do modelo - modificado por Kato e Launder (1993)

resultado da simulação realizada por Santos (2000) (Figura 34b).

 140

Compondo o cenário do campo de velocidades, são apresentados, na Figura 35, os campos

médios de velocidade obtidos no plano paralelo e próximo ao solo obtidos no presente estudo

e por Santos (2000).

1.5

1
Z

0.5

0
2 3 4 5 6 7 8 9
(a)
2

1.5

1
Z

0.5

0
2 3 4 5 6 7 8 9
X

1.0+ 0.8 to 0.9 0.6 to 0.7 0.3 to 0.4 0.1 to 0.2

0.9 to 1.0 0.7 to 0.8 0.4 to 0.6 0.2 to 0.3 0.0 to 0.1

(b)
Figura 34 – Campo médio de velocidades no plano central ao redor do obstáculo. (a) LES – presente estudo, (b)
- (Santos, 2000).

Nas Figuras 34 e 35 é possível observar que escoamento incide sobre a parede frontal do

prédio, transformando a quantidade de movimento na direção principal em quantidade de

movimento nas direções vertical e lateral. Em ambos os casos, são visíveis a formação do

vórtice da ferradura na base do prédio (velocidades negativas entre X=2,5 e 3) e o

descolamento das linhas de corrente nas laterais e topo do prédio.

Novamente, pode-se observar o mesmo comportamento da recirculação como descrito na

seção 6.1. A formação da recirculação obtida neste estudo, não é tão nítida quanto a
 141

apresentado por Santos (2000) e se prolonga por um maior comprimento igual a 3,96Hb

enquanto que o comprimento da recirculação apresentado por Santos (2000) foi de 2,17Hb.

1.5

0.5
Y

-0.5

-1

-1.5

-2
2 3 4 5 6 7 8 9 (a)

1.5

0.5
Y

-0.5

-1

-1.5

-2
2 3 4 5 6 7 8 9
X

0.50+ 0.39 to 0.44 0.28 to 0.33 0.17 to 0.22 0.06 to 0.11

0.44 to 0.50 0.33 to 0.39 0.22 to 0.28 0.11 to 0.17 0.00 to 0.06

(b)
Figura 35 - Campo médio de velocidades no plano paralelo e próximo ao solo. (a) LES – presente estudo, (b) -
(Santos, 2000).

Uma observação importante acerca do comprimento da recirculação, é a estimativa baseada

na equação empírica (Equação 2.41) proposta por Hosker (apud FACKRELL, 1984, p.105).
 142

No caso apresentado, considerando a ocorrência do recolamento, o comprimento da

recirculação deveria ser Lr=1,4Hb e, considerando a não ocorrência do recolamento, o valor

seria Lr=3,9Hb. Assim, o valor obtido no presente estudo, apresenta boa concordância com o

valor dado pela equação de Hosker para o caso de não ocorrência do recolamento. Contudo,

pela expressão de Wilson (1979), o recolamento sempre deverá ocorrer para prédios cúbicos.

A Figura 36 apresenta o campo médio de velocidades nas paredes do prédio. Obtidos por

Santos e neste trabalho. Na parede frontal, não são observadas diferenças relevantes entre a

presente simulação e a simulação utilizando o modelo -, são pequenas. A literatura aponta a

2 3
altura da estagnação (ponto 1 nas Figuras 36a e 36b) entre 3 Hb e 4 H b (PETERKA et al.,

1985). É possível observar que a região de separação, na LES, se situa mais próximo aos

valores da literatura do que os apresentados pelo modelo -.

As principais diferenças são observadas no teto do prédio e nas paredes laterais e posterior.

No teto do prédio, o escoamento previsto pela simulação através do modelo - apresenta o

recolamento no teto do obstáculo (ponto 2 na Figura 36b), evento que não ocorre na

simulação através da LES apresentada neste estudo. Nas paredes laterais, o campo de

velocidades previsto na presente simulação apresenta relevantes diferenças em relação ao

campo previsto através do modelo -. Na simulação através do modelo - é observado o

descolamento das linhas de corrente, evidenciada pelas velocidades negativas na parede, o

recolamento também ocorre na parede lateral, com o comprimento da região de separação

decrescendo com a altura. Segundo Santos (2000), esse comportamento se deve,

provavelmente, à grande quantidade de movimento lateral criada pelo vórtice da ferradura,

próximo ao solo.
 143

Parede Frontal Teto Parede Posterior

-0.5 -0.5 -0.5

1
0 0 0
Y

0.5 0.5 0.5

0 0.5 1 3 3.5 4 1 0.5 0
Z Z
Parede Lateral
1

0.5
Z

0
3 3.5 4
X
(a)
Parede Frontal Teto Parede Posterior
-0.5 -0.5 -0.5

0 1 0 2 0
Y

0.5 0.5 0.5

0 0.5 1 3 3.5 4 1 0.5 0
Z Z
Parede Lateral
1

0.50+ 0.23 to 0.27

0.5
Z

0.45 to 0.50 0.18 to 0.23

0.41 to 0.45 0.14 to 0.18
0.36 to 0.41 0.09 to 0.14
0.32 to 0.36 0.05 to 0.09
0.27 to 0.32 0.00 to 0.05
0
3 3.5 4
X
(b)

Figura 36 – Campo de velocidade nas paredes do prédio. (a) LES – presente estudo, (b) - (Santos, 2000).

Na presente simulação, pode ser observada a ocorrência do descolamento. Contudo, não é

observada a ocorrência do recolamento na parede lateral, as velocidades permanecem

 144

negativas em toda a parede.

Na parede posterior, a simulação utilizando o modelo - modificado apresenta os vetores

velocidade com sentido ascendente. Na presente simulação, através da LES, observa-se a

ocorrência de velocidades no sentido ascendente e descendente, gerando uma região de

estagnação, em torno de Z=0,7, similar à apresentada na parede frontal do prédio. Esse

comportamento é devido à representação da região da cavidade de recirculação, como descrito

anteriormente e apresentado na Figura 34.

As Figuras 37 a 40 apresentam as velocidades nos planos verticais transversais à direção

principal do escoamento, em quatro diferentes secções (X= 3,5; 4,5; 6,5 e 9,5), considerando

os resultados da presente simulação e da simulação utilizando o modelo -.

A Figura 37 apresenta o campo de velocidades na secção transversal no centro do prédio. Em

ambas simulações, observam-se maiores velocidades na região próxima ao solo, devido à

interação entre o vórtice da ferradura e o escoamento incidente. Contudo, o campo de

velocidade calculado através da LES (Figura 37a) apresenta maiores velocidades (maior

quantidade de movimento) nas direções vertical e lateral do que os resultados obtidos através

do modelo - (Figura 37b).

A Figura 38 apresenta o campo de velocidades na secção em X=4,5, isto é, 0,5Hb após a

parede posterior do prédio. Nesta Figura, são observadas relevantes diferenças entre as duas

simulações. É possível notar a significativa diferença no tamanho da região de recirculação

após o obstáculo. As duas simulações apresentam a estrutura do vórtice da ferradura

(estruturas em formato de turbilhão próximas ao solo). Contudo, a simulação através da LES

apresenta as vórtices de maior intensidade do que as estruturas apresentadas na simulação

com modelo -. É importante ressaltar que essas estruturas são responsáveis pelo transporte
 145

dos contaminantes através das laterais e para a região posterior do prédio.

Nas Figuras 39 e 40 são apresentadas, respectivamente, as secções transversais em X= 6,5 e

9,5. Nessas secções é possível observar que o vórtice da ferradura se propaga na direção

principal do escoamento, e seu diâmetro aumenta gradualmente e as velocidades diminuem

com o aumento do diâmetro do vórtice. Também nessas secções são observadas maiores

velocidades nas simulações realizadas através da LES.

3 3

2.5 2.5

2 2

1.5
Z

1.5
Z

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01

(a) (b)
Figura 37 – Campo de velocidades na secção transversal X=3,5 (centro do prédio). (a) LES – presente estudo, (b)
- (Santos, 2000).

3 3

2.5 2.5

2 2

1.5
Z

1.5
Z

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01

(a) (b)
Figura 38 – Campo de velocidades na secção transversal X=4,5. (a) LES – presente estudo, (b) - (Santos,
2000).
 146

3 3

2.5 2.5

2 2

1.5

Z
1.5
Z

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01

(a) (b)
Figura 39 – Campo de velocidades na secção transversal X=6,5. (a) LES – presente estudo, (b) - (Santos,
2000).

3 3

2.5 2.5

2 2

1.5 1.5
Z
Z

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01

(a) (b)
Figura 40 – Campo de velocidades na secção transversal X=9,5. (a) LES – presente estudo, (b) - (Santos,
2000).

6.2.2 Dispersão de Contaminantes ao Redor do Prédio

A Figura 41 apresenta uma fotografia do experimento realizado por Mavroidis (1997),

apresentando uma vista lateral na direção principal do escoamento, evidenciando a pluma de

contaminantes ao redor do prédio.

 147

Figura 41 – Pluma de contaminantes ao redor do prédio cúbico, fotografia do experimento em túnel de vento.
Fonte: Mavroidis (1997)

Para o caso do presente estudo a fonte localiza na posição 2Hb à montante do prédio com uma

altura 0,5Hb. Mavroidis (1997), descreveu qualitativamente o comportamento da pluma de

poluentes da seguinte forma: “Para o caso da fonte situada na altura de 0,5Hb parte da pluma

de contaminantes é transportada pelo vórtice da ferradura para as laterais do prédio próximo

ao solo e parte da pluma é transportada sobre o prédio sendo introduzida na região de

recirculação próxima à parede posterior do prédio resultando em um aumento dos níveis de

concentração nessa região, quando comparadas com fontes localizadas em posições mais

elevadas”.

A Figura 42 apresenta uma vista do plano central das concentrações de contaminantes obtidas

através de simulações numéricas utilizando a LES (Figura 42a) e modelo - (Figura 42b).

Comparando as Figuras 42a e 42b, é possível observar que na simulação através da LES

foram obtidos maiores níveis de concentração, sobretudo na região de incidência da pluma na

parede frontal e na região imediatamente após o prédio. Relacionando, os resultados

apresentados na Figura 42 com a fotografia apresentada na Figura 41, nota-se uma tendência
 148

do modelo - modificado em subestimar os níveis de concentração na região de recirculação

posterior ao obstáculo. Deve-se ressaltar, que na Figura 41 é apresentada uma vista lateral da

pluma de contaminantes ao redor do prédio, isto é, é apresentada uma vista da pluma

integrada, enquanto na Figura 42 são apresentadas vistas em corte no plano central. Uma

análise quantitativa das concentrações é apresentada na seção 6.2.3, onde as medições dos

experimentos de campo e túnel de vento são comparadas com os resultados das simulações

numéricas.

1
Z

0
2 3 4 5 6 7 8 9 10 (a)
2

1
Z

0
2 3 4 5 6 7 8 9 10
X

2.00+ 1.58 to 1.79 1.16 to 1.37 0.73 to 0.94 0.31 to 0.52

1.79 to 2.00 1.37 to 1.58 0.94 to 1.16 0.52 to 0.73 0.10 to 0.31
(b)
Figura 42 – Concentração de contaminantes no plano central. (a) LES – presente estudo, (b) - (Santos, 2000).

Nas Figuras 43 e 44 são apresentadas as concentrações de contaminantes nos planos

horizontais, no solo e em Z=0,5 (metade da altura do prédio). As concentrações próximas ao

solo apresentam, nas duas simulações numéricas, maiores valores do que as concentrações em

Z=0,5, esse comportamento é, principalmente, devido à influência do vórtice da ferradura, que

não apenas espalha lateralmente os contaminantes, mas também transporta os poluentes para

as proximidades do solo, devido à localização da fonte emissora, conforme descrito por

 149

Mavroidis (1997). Em todos os resultados são observados elevados níveis de concentração nas

regiões frontal e lateral do prédio, mas as concentrações calculadas através da LES

apresentam maiores valores em ambos os planos horizontais.

1
Y

-1

-2
2 3 4 5 6 7 8 9 10
(a)
2

1
Y

-1

-2
2 3 4 5 6 7 8 9 10
X

5.00+ 3.91 to 4.46 2.82 to 3.37 1.73 to 2.28 0.64 to 1.19

4.46 to 5.00 3.37 to 3.91 2.28 to 2.82 1.19 to 1.73 0.10 to 0.64
(b)
Figura 43 – Concentração de contaminantes no plano horizontal no solo. (a) LES – presente estudo, (b) -
(Santos, 2000).
 150

1
Y

-1

-2
2 3 4 5 6 7 8 9 10
(a)
2

1
Y

-1

-2
2 3 4 5 6 7 8 9 10
X

4.00+ 3.13 to 3.57 2.27 to 2.70 1.40 to 1.83 0.53 to 0.97

3.57 to 4.00 2.70 to 3.13 1.83 to 2.27 0.97 to 1.40 0.10 to 0.53
(b)
Figura 44 – Concentração de contaminantes no plano horizontal em Z=0,5. (a) LES – presente estudo, (b) -
(Santos, 2000).

Como apresentado na Figura 44, pode-se observar a presença de níveis de concentração não

nulos em Y  1,5 nos resultados obtidos através da LES. A presença destes valores de

concentração nesta região está principalmente relacionada à maior intensidade do vórtice da

ferradura nos resultados obtidos através LES, conforme apresentado nas Figuras 37 a 40.
 151

Esta influência pode ser mais claramente observada na seqüência de Figuras 45 a 48, onde os

campos de velocidade e concentração em diversas secções transversais do domínio são

apresentados em conjunto. Pode-se notar que, os contaminantes são transportados pelas

estruturas pertencentes ao vórtice da ferradura, do centro para as laterais do domínio. Nos

quatro cortes transversais apresentados, observa-se que as concentrações próximas ao solo

possuem níveis mais elevados. Outra observação importante é que as concentrações

diminuem com o avanço na direção principal do escoamento, essa diminuição da

concentração é causada pela dispersão provocada tanto por efeitos difusivos, como por efeito

do transporte convectivo causado pelas estruturas do escoamento.

Na Figura 45 (X=3,5), pode-se observar a pluma de contaminantes sendo advectada para as

laterais do domínio. Na Figura 46 (X=4,5), observa-se uma maior dispersão da pluma de

contaminantes e como conseqüência disso, as concentrações são reduzidas em relação a

secção transversal anterior, nesse corte já é possível notar que o vórtice da ferradura é

responsável pelo transporte ascendente de contaminantes em sua extremidade mais afastada

do prédio. Nas Figuras 47 e 48 (X=6,5 e X=9,5, respectivamente) a pluma atinge e ultrapassa

a altura Z=0,5 em Y = 2 . Deve-se ressaltar que, embora a secção X=6,5, apresente maiores

concentrações quando comparada à secção X=9,5, nesta última são verificadas maiores

concentrações de contaminantes na altura Z=0,5 em Y = 2 . Esses maiores níveis de

concentração são devidos ao maior espalhamento provocado pelo vórtice da ferradura que têm

o seu diâmetro maior em X=9,5 quando comparado com a secção X=6,5.

 152

3 3

2.5 2.5

2 2

1.5
Z

Z
1.5

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02 5.50+ 4.28 to 4.89 3.06 to 3.67 1.83 to 2.44 0.61 to 1.22
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01 4.89 to 5.50 3.67 to 4.28 2.44 to 3.06 1.22 to 1.83 0.00 to 0.61

(a) (b)
Figura 45 – Campo de velocidades e concentração na secção transversal X=3,5 (centro do prédio).

3 3

2.5 2.5

2 2

1.5
Z

1.5

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02 3.00+ 2.33 to 2.67 1.67 to 2.00 1.00 to 1.33 0.33 to 0.67
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01 2.67 to 3.00 2.00 to 2.33 1.33 to 1.67 0.67 to 1.00 0.00 to 0.33

(a) (b)
Figura 46 – Campo de velocidades e concentração na secção transversal X=4,5

3 3

2.5 2.5

2 2

1.5
Z

1.5

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02 1.15+ 0.89 to 1.02 0.64 to 0.77 0.38 to 0.51 0.13 to 0.26
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01 1.02 to 1.15 0.77 to 0.89 0.51 to 0.64 0.26 to 0.38 0.00 to 0.13

(a) (b)
Figura 47 – Campo de velocidades e concentração na secção transversal X=6,5.
 153

3 3

2.5 2.5

2 2

1.5
Z

Z
1.5

1 1

0.5 0.5

0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Y Y
0.10+ 0.08 to 0.09 0.06 to 0.07 0.03 to 0.04 0.01 to 0.02 0.80+ 0.62 to 0.71 0.44 to 0.53 0.27 to 0.36 0.09 to 0.18
0.09 to 0.10 0.07 to 0.08 0.04 to 0.06 0.02 to 0.03 0.00 to 0.01 0.71 to 0.80 0.53 to 0.62 0.36 to 0.44 0.18 to 0.27 0.00 to 0.09

(a) (b)
Figura 48 – Campo de velocidades e concentração na secção transversal X=9,5.

Na Figura 49 são apresentadas as concentrações de contaminantes nas paredes do prédio

obtidas através da LES.

Parede Frontal Teto Parede Posterior

0.5 0.5 0.5
Y

0 0 0

-0.5 -0.5 -0.5

0 0.5 1 3 3.5 4 1 0.5 0
Z 1.80+ 1.08 to 1.22 Z
1.66 to 1.80 0.93 to 1.08
20.00+ 9.44 to 11.56 1.80+ 1.52 to 1.58
1.51 to 1.66 0.79 to 0.93
17.89 to 20.00 7.33 to 9.44 1.37 to 1.51 0.64 to 0.79 1.74 to 1.80 1.47 to 1.52
15.78 to 17.89 5.22 to 7.33 1.69 to 1.74 1.41 to 1.47
1.22 to 1.37 0.50 to 0.64
13.67 to 15.78 3.11 to 5.22 1.63 to 1.69 1.36 to 1.41
11.56 to 13.67 1.00 to 3.11 1.58 to 1.63 1.30 to 1.36
Parede Lateral
1
Z

0.5

0
3 3.5 4

X
5.00+ 2.50 to 3.00
4.50 to 5.00 2.00 to 2.50
4.00 to 4.50 1.50 to 2.00
3.50 to 4.00 1.00 to 1.50
3.00 to 3.50 0.50 to 1.00

Figura 49 – Concentração de contaminantes nas paredes do prédio. LES – presente estudo

É possível notar a ocorrência de concentrações significativamente mais elevadas

5.00+
nas partes
2.50 to 3.00
4.50 to 5.00 2.00 to 2.50
4.00 to 4.50 1.50 to 2.00
inferiores do prédio, novamente devido à influência do vórtice da ferradura. Os resultados 3.50 to 4.00 1.00 to 1.50
3.00 to 3.50 0.50 to 1.00
 154

indicam que a pluma atinge o prédio no ponto de estagnação e é transportada na direção

vertical para baixo pelo vórtice da ferradura. Este padrão de escoamento promove níveis de

concentração mais elevados próximo ao solo.

Uma comparação quantitativa entre as concentrações obtidas e dados experimentais obtidos

por Mavroidis (1997) é apresentada a seguir.

6.2.3 Comparação entre os Resultados Obtidos na Simulação Numérica e

Experimentos em Túnel de Vento e Campo

Para avaliar a qualidade dos resultados gerados pela simulação numérica através da LES, os

resultados obtidos neste estudo foram comparados aos resultados obtidos experimentalmente

em túnel de vento e em campo por Mavroidis (1997) e com resultados das simulações

realizadas por Santos (2000), através do modelo - modificado.

No caso do estudo desenvolvido por Santos foram realizadas duas diferentes simulações. A

primeira com o modelo - utilizando as constantes de turbulência apresentadas em Launder e

Spalding (1974) e uma segunda simulação utilizando as constantes de turbulência modificadas

por Richards e Hoxey (1993, apud SANTOS, 2000, p. 160), em ambas as simulações foi

utilizado o número de Schmidt (Sc) igual a 0,77. Neste estudo foi utilizado o número de

Schmidt (Sc) igual a 1, conforme descrito em Seinfeld e Pandis (1998) para a classe de

estabilidade neutra.

Como ressaltado por Mavroidis (1997), nos experimentos em túnel de vento não é possível a

representação dos movimentos de grandes escalas presentes na atmosfera. Da mesma forma,

as simulações numéricas aqui apresentadas não reproduzem os fenômenos de grandes escalas

presentes na atmosfera, por analisarem apenas a atmosfera ao redor do obstáculo.

 155

Considerando isso, é esperado que os resultados apresentados pelas simulações numéricas

sejam mais próximos dos resultados experimentais obtidos em túnel de vento do que dos

resultados obtidos em experimentos de campo.

As Figuras 50 e 51 apresentam a comparação entre os dados experimentais das concentrações

obtidas em túnel de vento e campo por Mavroidis (1997), os dados obtidos através das

simulações numéricas, através do modelo -, realizadas por Santos (2000) e a simulação

numérica, através da LES, realizada neste estudo. As simulações reslizadas por Santos (2000)

consistem da modelagem da turbulência através do modelo - modificado por Kato e

Launder (1993) e da simulação utilizando o modelo - modificado com as constantes

propostas por Richards e Hoxey (1993).

2 2

1.6 1.6

1.2 1.2




0.8 0.8

0.4 0.4

0 0
4 5 6 7 8 9 10 4 5 6 7 8 9 10
X X


. -modificado (Santos, 2000) 
. -modificado e c/ constantes modificadas (Santos, 2000)
Experimento de campo (Mavroidis, 1997) LES - Presente Estudo
Túnel de vento (Mavroidis, 1997)

(a) (b)
Figura 50 – Perfis de concentração na linha de centro ao longo da direção principal. (a) em Z=0.5, (b) no solo

Em primeira instância observa-se que as curvas obtidas na simulação, através da LES,

apresentaram uma tendência de superestimar as concentrações, enquanto que os valores

obtidos através do modelo - se apresentaram em níveis inferiores aos dados experimentais.

Numa segunda análise, observa-se que o modelo - não obteve boa concordância na região

próxima ao obstáculo, não conseguindo representar adequadamente o gradiente de

 156

concentração. Essa representação do gradiente de concentração foi significativamente melhor

nos resultados obtidos através da LES.

1.6

1.2


0.8

0.4

0
0 1 2 3
Y


. -modificado (Santos, 2000) Experimento de campo (Mavroidis, 1997)
Túnel de Vento (Mavroidis, 1997) LES - Presente Estudo

. -modificado e c/ constantes modificadas (Santos, 2000)

Figura 51 – Perfis de concentração na direção transversal em X=4,5 e Z=0,5.

O padrão do escoamento é o principal determinante das condições de dispersão do

contaminante ao redor do obstáculo. As diferenças apresentadas entre as simulações LES e -

 na descrição do escoamento geram diferenças significativas na descrição da dispersão dos

contaminantes. Como apresentado nas Figuras 50 e 51 o fenômeno estudado

experimentalmente por Mavroidis (1997), provavelmente, tenha sido melhor representado por

meio da LES. Contudo, não é possível estabelecer essa afirmação de forma definitiva, visto

que, não foram gerados dados experimentais detalhados sobre o escoamento ao redor do

obstáculo.
 157

7. CONCLUSÕES E RECOMENDAÇÕES

Neste capítulo são descritas as principais conclusões acerca do estudo apresentado nesta

dissertação. Além disso, são apresentadas as recomendações para trabalhos futuros visando o

aperfeiçoamento dos resultados obtidos através das técnicas utilizadas neste estudo e avanços

na área de dispersão de poluentes na atmosfera ao redor de obstáculos.

7.1 Conclusões

Nesta dissertação foram estudados o escoamento e dispersão de contaminantes ao redor de um

prédio cúbico isolado. O modelo matemático utilizado é baseado nas equações de conservação

da massa, quantidade de movimento e espécie química com a utilização do método dos

volumes finitos e tratando os efeitos da turbulência através da simulação das grandes escalas

(LES). Devido a alta exigência de recursos computacionais, inerente ao uso da LES, o código

computacional utilizado foi desenvolvido com o uso da técnica de processamento paralelo e

distribuído (Nascimento et al. 2003). Foram realizadas duas diferentes simulações do

escoamento e dispersão de poluentes ao redor de um prédio cúbico isolado sob classe de

estabilidade atmosférica neutra. A primeira simulação considerou a configuração utilizada por

Sada e Sato (2002) e a segunda simulação objetivou a reprodução dos resultados apresentados

por Mavroidis (1997). Os resultados das simulações foram comparados a outras simulações
 158

numéricas e a experimentos como forma de verificação da acurácia do modelo computacional

desenvolvido durante esse estudo.

Na primeira simulação, o modelo computacional foi utilizado para a reprodução dos

resultados numéricos, através da LES, e experimentais obtidos em túnel de vento, realizados

por Sada e Sato (2002). Os resultados obtidos em termos de médias e flutuações de

velocidades e concentração de contaminantes calculados numericamente neste estudo

representaram menos satisfatoriamente os resultados experimentais do que os resultados, da

simulação numérica, apresentados por Sada e Sato (2002).

A primeira observação acerca dos resultados do presente estudo foi a não ocorrência do

recolamento no teto e laterais do obstáculo. O recolamento foi observado no resultado obtido

pela simulação realizada por Sada e Sato (2002). Em função da não ocorrência do

recolamento no teto e laterais do obstáculo, a região de recirculação teve o seu

comportamento profundamente alterado. O comprimento da recirculação calculado no

presente estudo foi de 3,25Hb enquanto no estudo de referência foi de 1,3Hb. Em função disso,

os perfis verticais de velocidade média na região de recirculação apresentaram a maior

discrepância em relação aos dados obtidos por Sada e Sato (2002), quando comparado aos

demais perfis analisados. Outro efeito da não ocorrência do recolamento foi a elevação, em

cerca de 0,25Hb, na altura do eixo da pluma de contaminantes. Os resultados de flutuações de

velocidade e concentração foram subestimados na presente simulação, principalmente na

região anterior e sobre o obstáculo.

Os fatores responsáveis pelas diferenças entre os resultados do estudo realizado por Sada e

Sato (2002) e do presente estudo são: (1) o esquema de interpolação: o estudo de referência

utiliza o esquema QUICK enquanto nesse estudo foi utilizado um esquema híbrido

(diferenças centrais – power-law), implicando no aumento do efeito da difusão numérica; (2)

 159

as condições de contorno nas paredes: no estudo de referência a condição nas paredes é

tratada através da aproximação por um perfil logarítmico, enquanto, nesse estudo, as paredes

foram tratadas como condição de não deslizamento, foi observado, no presente estudo, que

nas regiões próximas às paredes, as flutuações tendem a zero muito rapidamente, enquanto

que na simulação de Sada e Sato (2002) este efeito não é observado, o que indica uma

representação inadequada da condição de parede. Assim, o modelo de submalha de

Smagorinsky com a modificação proposta por Lilly (1966) foi utilizado a fim de melhorar a

representação da condição nas regiões próximas às paredes; (3) a condição de contorno na

saída: o comprimento da região posterior ao obstáculo utilizado no estudo de referência

(4,75Hb) é extremamente restritivo para a consideração da condição de derivada nula,

acarretando na modificação do escoamento na região próxima ao obstáculo e podendo, até

mesmo, reduzir o comprimento da região de recirculação; e a (4) condição de contorno na

entrada: nesse estudo, foi utilizada a técnica de geração de números aleatórios para a

reprodução das propriedades de médias e desvio padrão na fronteira de entrada (SAGAUT,

2001). Essa técnica se mostrou satisfatória para a reprodução das propriedades no plano de

entrada. Contudo, essa representação da turbulência na entrada do domínio não conserva as

propriedades físicas do escoamento e o espectro da turbulência é inevitavelmente perdido. A

perda das propriedades do escoamento turbulento na entrada acarreta na impossibilidade de

reprodução coerente das estruturas turbulentas e por esse motivo as flutuações foram

suavizadas. A não reprodução das estruturas turbulentas, também altera os resultados

calculados no modelo de submalha que é dependente diretamente do tensor deformação,

calculado com base nas grandes escalas.

Na segunda simulação realizada, o modelo computacional foi utilizado para a comparação

com os resultados da simulação numérica através do modelo - realizada por Santos (2000) e

com os dados experimentais gerados por Mavroidis (1997) que contemplam apenas a
 160

distribuição de concentrações médias.

O escoamento calculado, através da LES, nessa segunda simulação, apresentou as mesmas

restrições já relatadas para a primeira simulação que teve como referência o estudo realizado

por Sada e Sato (2002). Os resultados de concentração foram comparados, simultaneamente,

com os resultados obtidos numericamente por Santos (2000) e obtidos experimentalmente por

Mavroidis (1997). As concentrações calculadas no presente estudo, em geral, apresentaram-se

ligeiramente superestimadas em relação aos resultados obtidos experimentalmente por

Mavroidis (1997). Outra observação importante foi a de que os resultados de concentração

obtidos através da LES representaram melhor a região próxima ao prédio do que os resultados

obtidos através do modelo -, isto é evidenciado pela melhor descrição do gradiente de

concentrações na região próxima ao prédio.

O estudo apresentado nessa dissertação é o apenas um passo de um projeto de pesquisa, que

pretende estudar a dispersão de poluentes na atmosfera em ambientes urbanos. Portanto, o

código computacional e a caracterização do problema ainda necessitam de aperfeiçoamento e

desenvolvimento para aprimorar os resultados obtidos por meio da simulação através da LES.

Assim, são apresentadas na próxima seção, as recomendações para trabalhos futuros que

visem a melhoria dos resultados e/ou o prosseguimento da pesquisa iniciada com esse estudo.

7.2 Recomendações para Trabalhos Futuros

Conforme descrito, na seção anterior, os resultados apresentados necessitam de um

aperfeiçoamento para uma melhor representação dos fenômenos de transporte na atmosfera.

Foram ressaltados fatores importantes acerca da modelagem realizada nesse estudo, que

necessitam de uma investigação mais aprofundada, são eles:

 161

• Esquema de interpolação: como relatado, a utilização de um esquema de interpolação

de ordem superior traria como benefício a redução dos efeitos da difusão numérica. O

esquema QUICK (LEONARD, 1979) têm sido utilizado com sucesso em muitos

trabalhos publicados na literatura científica, dentre os quais se podem ser citados

Murakami (1993), Murakami et al. (1992), Laatar et al. (2002) e Sada e Sato (2002).

Assim, para a melhoria do código computacional implementado, a recomendação é

incorporar o esquema de interpolação QUICK para a discretização das equações de

conservação. Uma outra opção de esquema de ordem superior seria o método de

diferenças centrais de quarta ordem (CDS-4), que têm como vantagem a condição de

simetria não existente no esquema QUICK. O esquema QUICK utiliza 3 pontos para a

interpolação, enquanto o esquema CDS-4 utiliza 4 pontos e, portanto sempre é

simétrico. O trabalho desenvolvido por Breuer (1998) relata a obtenção de bons

resultados com a utilização do esquema CDS-4;

• Condição de contorno nas paredes: a condição de contorno utilizada nas paredes foi a

condição de não deslizamento, sem nenhuma aproximação. Como relatado no estudo

realizado por Sada e Sato (2002), foi utilizada a aproximação por uma função

logarítmica. Com base nisso, investigar os efeitos da condição de contorno nas

paredes, com a inserção de uma função logarítmica (lei da parede) é uma

recomendação para a melhoria dos resultados apresentados neste estudo;

• Modelo de escala de submalha: o modelo de escala de submalha utilizado no presente

estudo foi o modelo de Smagorinsky com a modificação proposta por Lilly (1966).

Assim, o modelo utilizado é susceptível ao parâmetro empírico CS. Com base no

modelo de escala de submalha existem duas recomendações diferentes. A primeira é

investigar a influência dos diferentes valores da constante CS nos resultados obtidos no

presente estudo, objetivando uma melhoria dos resultados. A segunda recomendação é

 162

modificar do código computacional para a incorporação do modelo dinâmico de

submalha (GERMANO et al., 1991) que possibilitaria o cálculo dinâmico da constante

CS ;

• Condição de contorno na entrada: como descrito, a condição de contorno gerada com

base nos números aleatórios, sem a coerência física, pode ser uma das principais

causas dos resultados insatisfatórios verificados nos escoamentos estudados (não

ocorrência do recolamento e conseqüente aumento do comprimento da cavidade de

recirculação). Assim, tratar a condição de entrada através de um modelo fisicamente

coerente é mais uma recomendação para a melhoria dos resultados apresentados na

presente dissertação.

Seguem também como recomendações para trabalhos futuros, visando avanços na simulação

da dispersão de poluentes ao redor de prédios, os seguintes itens:

• Estudar, através da LES, o escoamento e dispersão de poluentes na atmosfera ao redor

de um prédio isolado sob condições de estabilidade atmosférica estável, neutra e

instável. Ressalta-se que, até o momento, nenhum trabalho científico foi publicado

tendo como escopo a proposta apresentada neste parágrafo;

• Simular, através da LES, o escoamento e dispersão de dispersão de poluentes ao redor

de um arranjo de prédios. Neste estudo poderiam ser incorporados os tratamentos

apresentados para as diferentes classes de estabilidade, como proposto na

recomendação anterior.
 163

8. REFERÊNCIAS

Abboud, Henri J.; Reis Jr., Neyval C; Silveira , Alexsander Barros; Santos, Jane M..
Reconstrução do campo de vento tridimensional em regiões de topografia complexa usando
clusters de computadores. In: Iberian Latin-American Congress on Computational Methods in
Engineering. 2003, Ouro Preto, Anais , 2003.

Apsley, David D.; Castro Ian P.. Numerical modelling of flow and dispersion around cinder
cone butte. Atmospheric Environment, Great Britain, Vol. 31, nº 7, p. 1059-1071, 1997.

Arnold, J. R.; Dennis, R. L.; Tonnesen, G. S.. Diagnostic evaluation of numerical air quality
models with specialized ambient observations: testing the Community Multiscale Air Quality
modeling system (CMAQ) at selected SOS 95 ground sites. Atmospheric Environment,
Great Britain, Vol. 37, p. 1185-1198, 2003.

Bong, Duane; Flaig, Olivier. Simulation of Turbulence. 2003, Disponível em:

<www.visionengineer.com/mech/turbulence_simulation>. Acesso em 2 dez. 2003.

Borrego C.; Tchepel, O.; Costa , A. M.; Amorim, J.H.; Miranda, A.I.. Emission and
dispersion modelling of Lisbon air quality at local scale. Atmospheric Environment, Great
Britain, Vol. 37, p. 5197-5205, 2003.

Boussinesq J. Essai sur la theorie des eaux courantes. Memories presents par divers Savants a
l’Academie des Sciences de l’Institut de France. France. Vol. 23, pp. 1-680.

Breuer, M. Numerical and modeling influences on large eddy simulations for the flow past a
circular cylinder. International Journal of Heat and Fluid Flow. Vol. 19. p. 512-521, 1998.
 164

Chindambaram, Narayanan. Collocated-grid finite volume formulation for the large eddy
simulation of incompressible and compressible turbulent flows. 1998. 86 f. Thesis (Master
Degree in Mechanical Engineering) – Iowa State University, Ames, Iowa, USA, 1998.

Daly, B. J.; Harlow, F. H.. Transport equations of turbulence. Physics of Fluids. USA. Vol.
13, p. 2634. 1970.

Deardorff, J. W.. A three dimensional numerical investigation of the idealized planetary

boundary layer. Geophysical Fluid Dynamics. Vol. 1, pp. 377-410, 1970.

Demuren, A. O.; Rodi W.. Calculation of turbulence-driven secondary motion in non-circular

ducts. Journal of Fluid Mechanics. Vol. 140. pp. 189-222, 1984.

Fackrell, J. E.. Parameters characterizing dispersion in near wake of buildings. Journal of

Wind Engineering and Industrial Aerodynamics. Vol. 16. pp. 97-118, 1984.

Ferziger, J. H.; Peric, M.. Computational methods for fluid dynamics. Second Edition.
Springer. Germany, 1999.

Fluent Incorporated. FLUENT 6.1 Documentation - Subgrid scale models. 2003, Disponível
em: < www.engr.subr.edu/support/fluent/html/ug/node447>. Acesso em 2 dez. 2003.

Frank, W.. Three dimensional numerical calculation of the turbulent flow around a sharped-
edge body by means of large eddy simulation. Journal of Wind Engineering and Industrial
Aerodynamics. Vol. 65. pp. 415-424. 1996.

Germano, M.; Piomelli, U.; Moin, P.; Cabot, W.H.. A dynamic subgrid scale eddy viscosity
model. Physics of Fluids. Vol. 3. pp. 1760-1765, 1991.

Giambanis, A., Anagnostopoulos, J., Bergeles, G.. Numerical simulation of pollutant

dispersion and photochemical kinetics over complex terrain. Applied Mathematical
Modelling. Vol. 22. pp. 313-329. 1998.

Hanna, S. R.; Tehraniana, S.; Caríssimo, B.; Macdonald, R.W.; Lohner, R.. Comparisons of
model simulations with observations of mean flow and turbulence within simple obstacle
arrays. Atmospheric Environment. Vol. 36. pp. 5067-5079. 2002.

Hinze, J. O.. Turbulence, McGraw Hill, New York, USA, 1975.

 165

Hirt, C. W.; Cook, J. L.. Calculating three-dimensional flows around structures over rough
terrain. Journal of Computational Physics. Vol. 10. pp. 324-340. 1972.

Hosker, R. P. Jr. Dispersion in the vicitinity of buildings. Second Conference on

Applications of Air Pollution and Second Conference of Industrial Meteorology. American
Meteoroly Society. 24-28 mar. 1980. New Orleans, USA. pp.92-107, 1980.

Jiang, Y.; Chen Q.. Study of natural ventilation in buildings by large eddy simulation.
Journal of Wind Engineering and Industrial Aerodynamics. Vol. 89. pp. 1155-1178.
2001.

Jones, W. P.; Launder, B. E.. The prediction of laminarization with two-equation model of
turbulence. International Journal of Heat and Mass Transfer. Vol. 15. pp. 301-314, 1972.

Kato, M.; Launder, B. E.. The modeling of turbulent flow around stationary and vibrating
square cylinders. 9th Symposium on Turbulent Shear Flows. Kyoto, Japan. pp. 10.4.1-10.4.6,
1993.

Kolmogorov, A. N.. Dissipation of energy in locally isotropic turbulence. Dokl. Akad. Nauk.
USSR. 32, 19-21.

Kolmogorov, A. N.. The equations of turbulent motion in an incompressible fluid. Izvestia.

Acad. Sci.. Phys. 6, 56-58.

Kot, S. C.. Numerical modelling of contaminant dispersion around buildings. Building and
Environment. Vol. 24. pp. 33-37, 1989.

Laatar, A.H.; Benahmed, M.; Belghith, A.; Quéré, P.. 2Dlarge eddy simulation of pollutant
dispersion around a covered roadway. Journal of Wind Engineering and Industrial
Aerodynamics. Vol. 90. pp. 617-637. 2002.

Launder, B. E.; Sharma, B. I.. Application of the energy-dissipation model of turbulence to

the calculation of flow near a spinning disc. Letra in Heat and Mass Transfer. Vol. 1. pp.
131-137, 1974.

Launder, B. E.; Spalding, D. B.. The numerical computation of turbulent flows. Computer
Methods in Applied Mechanics and Engineering. Vol. 3. pp. 269-289, 1974.
 166

Launder, B. E.; Reece, G. J.; Rodi, W.. Progress in the development of a Reynolds-stress
turbulence closure. Journal of Fluid Mechanics. Vol. 68. pp. 537-566, 1975.

Leonard, B. P..A stable and accurate convective modelling procedure based on quadratic
upstream interpolation. Computer Methods in Applied Mechanics and Engineering.
Vol.19. pp. 59-98, 1979.

Leonard, A.. Energy cascade in large eddy simulation of turbulent fluid flow. Advanced
Geophysics. Vol. 18. pp. 237-248, 1974.

Leschziner, M. A.. Computational modelling of complex turbulent flow – Expectations,

Reality and Prospects. Journal of Wind Engineering and Industrial Aerodynamics. Vol.
46 e 47. pp. 37-51. 1993.

Lien, F. S.; Leschziner, M. A.. Assessment of turbulence-transport models including non-

linear RNG eddy-viscosity formulation and second-moment closure for flow over a
backward-facing step. Computers & Fluids. Vol. 23. pp 983-1004, 1994.

Lilly, D. K..On the Application of the Eddy Viscosity Concept in the Inertial Subrange of
Turbulence. NCAR Manuscript 123, 1966.

Lilly, D. K..On the Application of the Eddy Viscosity Concept in the Inertial Subrange of
Turbulence. NCAR Manuscript 123, 1966.

Lilly, D. K..The representation of small-scale turbulence in numerical simulation experiments.

IBM Scientific Computing Symposium on Environmental Sciences. Pp. 195-210. NY, USA,
1967.

Lübcke, H.; Schmidt, St.; Rung, T.; Thiele, F..Comparison of LES and RANS in bluff-body
flows. Journal of Wind Engineering and Industrial Aerodynamics. Vol. 89. pp. 1471-
1485, 2001.

Mavroidis, I.. Atmospheric dispersion around buildings. 1997. 346 f. Ph.D. Thesis.
Department of Chemical Engineering. University of Manchester. England, 1997.

Meroney, R. N.. Turbulent diffusion near buildings. In: Plate, E. J.. Engineering
Meteorology. Elsevier, 1982. pp. 481-525.
 167

Massachusetts Institute of Technology. Basics of turbulent flow. Disponível em: <

web.mit.edu/course/1/1.061/www/DREAM/SEVEN/turbulence.pdf>. Acesso em 25 nov.
2003.

Moin, P.; Kravchenko, A. G.. Numerical issues in large eddy simulations of turbulent
flows. In: Baines, M. J.. Numerical Methods for Fluid Dynamics VI. ICFD Oxford. 1998.
pp. 123-136.

Murakami, S.; Mochida, A.; Hibi, K..Three dimensional numerical simulation of air flow
around a cubic model by means of large eddy simulation. Journal of Wind Engineering and
Industrial Aerodynamics. Vol. 25. pp. 291-305, 1987.

Murakami, S.; Mochida, A. 3D numerical simulation of air flow around a cubic model by
means of the - model. Journal of Wind Engineering and Industrial Aerodynamics. Vol.
31. pp. 283-303, 1988.

Murakami, S..; Mochida, A.; Hayashi, Y.; Sakamoto, S..Numerical study of velocity-pressure
and wind forces for bluff bodies by -, ASM e LES. Journal of Wind Engineering and
Industrial Aerodynamics. Vol. 41-44. pp. 2841-2852, 1992.

Murakami, S.. Comparison of various turbulence models applied to a bluff body. Journal of
Wind Engineering and Industrial Aerodynamics. Vol. 46 e 47. pp. 21-36, 1993.

Murakami, S.. Future trends in computational wind engineering. Journal of Wind

Engineering and Industrial Aerodynamics. Vol. 67 e 68. pp. 3-34, 1997.

Nascimento, E. L.; Reis Jr., Neyval C; de Souza, Alberto.; Santos, Jane M..3D Navier Stokes
solution algorithm for clusters of workstations. In: Iberian Latin-American Congress on
Computational Methods in Engineering. Ouro Preto, Anais , 2003.

Parkinson, G. V.; Jandali, T.. A wake source model for bluff body potential flow. Journal of
Fluid Mechanics. Vol. 40. pp. 577-594, 1970.

Patankar, S.. Numerical Heat Transfer and Fluid Flow. Hemisphere Publishing
Corporation. Second Edition. USA, 1980.
 168

Patankar, S.; Spalding, D. B.. A calculation procedure for heat, mass and momentum transfer
in three-dimensional parabolic flows. International Journal of Heat and Mass Transfer.
Vol. 15. pp. 1787-1806, 1972.

Paterson, D. A.; Apelt, C. J.. Computation of wind flows over three-dimensional buildings.
Journal of Wind Engineering and Industrial Aerodynamics. Vol. 24. pp. 193-213, 1986.

Peterka, J. A.; Meroney, R. N.; Kothari, K. M..Wind flow patterns about buildings, Journal
of Wind Engineering and Industrial Aerodynamics. Vol. 21. pp. 21-38, 1985.

Pope, S.. Turbulent Flows. Cambridge University Press. UK, 2000.

Pourquie, M.; Breuer, M.; Rodi, W.. Description of the LES methods, grids and CPU. In:
Ercofact Workshop on LES and DNS. Karlsruhe, Germany, 1996.

Prandtl, L.. Bericht über die entstehung der turbulenz. Z. Angew. Math. Mech. Vol. 5. pp.
136-139, 1925.

Prandtl, L.. Über ein neues formalsystem für die ausgebildete turbulenz. Nachr. Akad. Wiss.
Göthingen Math- Physics. K1. pp. 6-19, 1945.

Puttock, J. S.; Hunt, J. C. R.. Turbulent diffusion from sources near obstacles with separated
wakes – Part I. An eddy diffusivity model. Atmospheric Environment. Vol. 13. pp. 1-13,
1979.

Reis Jr, N. C.. Droplet impingement and evaporation from porous surface. 2000. 223 f.
Ph.D. Thesis. Department of Chemical Engineering. University of Manchester. England,
2000.

Reynolds, O.. On the dynamical theory of incompressible viscous flows and the determination
of the criterion. Philos. Trans. R. Soc. London Serv. A 186. pp. 123-161, 1894.

Reynolds, W. C.. Computational of Turbulent Flows – State of the Art. Stanford

University. Department of Mechanical Engineering. Report MD-27, 1970.

Richards P. J., Hoxey R. P.. Appropriate Boundary Conditions for Computational Wind
Engineering Models using the - Turbulence Model, Journal of Wind Engineering and
Industrial Aerodynamics, Vol. 46 e 47, pp.145-153, 1993.
 169

Richardson, L. F.. Weather Prediction by Numerical Process. Cambridge University Press.

UK, 1922.

Riddle, A.; Carruthers, D.; Sharpe, A.; McHugh, C.; Stocker, J.. Comparisons between
FLUENT and ADMS for atmospheric dispersion modelling. Atmospheric Environment.
Vol. 38.pp. 1029-1038, 2004.

Rodi, W.. Comparison of LES and RANS calculations of the flow around bluff bodies.
Journal of Wind Engineering and Industrial Aerodynamics. Vol. 69-71.pp. 55-75, 1997.

Rodi, W.. Turbulence Models and their Application in Hydraulics – A State of the Art
Review. University of Karlsruhe. Germany. 1984.

Sada, K.; Sato, A.. Numerical calculation of flow and stack-gas concentration fluctuation
around a cubical building. Atmospheric Environment. Vol. 36.pp. 5527-5534, 2002.

Sada, K.; Sato, A.. Estimation of gas concentration fluctuations using a numerical model and
comparison with those of wind tunnel experiments. In: 8th International Conference on
Harmonization within Atmospheric Dispersion Modelling for Regulatory Purposes. 2002.
Sofia, Bulgaria. 2002.

Sagaut, Pierre. Large Eddy Simulation for Incompressible Flows – An Introduction.

Springer. Germany, 2001.

Santos, J. M.. Flow and Dispersion Around Isolated Buildings. 2000. 257 f. Ph.D. Thesis.
Department of Chemical Engineering. University of Manchester. England, 2000.

Schmidt, S.; Thiele, F.. Comparison of numerical methods applied to the flow over wall-
mounted cubes. International Journal of Heat and Fluid Flow. Vol. 23. pp. 330-339, 2002.

Seinfeld, J. H.; Pandis, S. Atmospheric Chemistry and Physics – From Air Pollution to
Climate Change. Wiley-Interscience. USA, 1998.

Shih, T. H.; Liou, W. W.; Shabbir, A.; Yang, Z.; Zhu, J.. A new eddy viscosity model for high
Reynolds number turbulent flows. Computers and Fluids. Vol. 24. pp. 227-238, 1995.

Smagorinsky, J.. General circulation experiments with primitive equations – the basic
equations. Monthly Weather Review. Vol. 91. pp. 99-164, 1963.
 170

Spalart, P. R.; Allmaras, S. R.. A one-equation turbulence model for aerodynamic flows.
Recherche Aerospatiale. Vol. 1. pp. 5-21, 1994.

Speziale, C. G.. On nonlinear -l and - models of turbulence. Journal of Fluid Mechanics.
Vol. 178. pp. 459-475, 1987.

Streng, M.. Load Balancing for Computational Fluid Dynamics Calculations, in High
Performance Computing Fluid Dynamics. Kluwer Academic Publishers, Netherlands,
1996.

Stull, R. B.. An Introduction to Boundary Layer Meteorology. Kluwer Academic

Publishers, Netherlands, 2001.

Tutar, M.; Oguz, G.. Large eddy simulation of wind flow around parallel buildings with
varying configurations. Fluid Dynamics Research. Vol. 31. pp. 289-315, 2002.

Veidt, Bruce. Basic Description of Atmospheric Turbulence. 1996 Disponível em: <
www.drao-ofr.hia-iha.nrc-cnrc.gc.ca/science/ska/turbulence_report>. Acesso em 25 nov.
2003.

Venkatram, A.; Brode, R.; Cimorelli, A.; Lee, R.; Paine, R.; Perry, S.; Peters, W.; Weil, J.;
Wilson, R.. A complex terrain dispersion model for regulatory applications. Atmospheric
Environment. Vol.35. pp. 4211–4221, 2001.

Van Doormal J. P.; Raithby G. D.. Enhancements of the SIMPLE method for predicting
incompressible fluid flows. Numerical Heat Transfer. Vol. 7, pp.147-163, 1984.

Versteeg H. K. and Malalasekera W.. An introduction to Computational Fluid Dynamics –

The Finite Volume Method. Longman Scientific & Technical, 1995.

Wilson, D. J. Flow patterns over flat roofed buildings and application to stack exhaust design.
ASHRAE Transactions. Vol. 85. pp. 285-295, 1979.

Yakhot, V.; Orszag, S. A.; Renormalization group methods in turbulence. Journal of

Scientific Computation. Vol. 1. pp. 1–51, 1986.

Yakhot, A.; Orzag, S.A; Yakhot, V.; Israeli, M.. Renormalization group formulation of large-
eddy simulation. Journal of Scientific Computation. Vol. 4, pp. 139–158, 1989.
 171

Zhang, Y. Q.; Arya, S. P.; Snyder, W. H.. A comparison of numerical and physical modeling
of stable atmospheric flow and dispersion around a cubical building. Atmospheric
Environment. Vol. 30. pp. 1327-1345, 1996.
 172

APÊNDICE A – TESTE DE SENSIBILIDADE DA MALHA

COMPUTACIONAL

O principal objetivo do teste de sensibilidade é investigar a independência dos resultados em

função da resolução da malha. Os erros numéricos provenientes da discretização das equações

de conservação são minimizados com o refinamento da malha. Para o caso da LES, a

resolução da malha influencia fortemente o resultado, uma vez que o modelo de submalha é

dependente diretamente da comprimento da banda do filtro () que é calculado em função da

malha através da equação  = (xyz ) . Nesse estudo, o problema descrito na seção 6.1,
13

foi calculado com a utilização de três malhas com diferentes resoluções. Em um primeiro

momento, o escoamento e dispersão de contaminantes, ao redor do obstáculo cúbico foram

calculados com a utilização de uma malha de 33.264 pontos (443621). Essa malha possui

uma resolução da mesma ordem da malha utilizada por Murakami et al. (1987) para descrever

o escoamento ao redor de um obstáculo cúbico através da LES. A malha de menor resolução

foi utilizada, inicialmente, devido à possibilidade de utilização do código computacional na

versão serial.

O tempo total de processamento do problema estudado ( t  =200) com a utilização da malha de

menor resolução foi de 380 h, considerando a execução em um PC com processador Intel

Pentium IV - 2,4 GHz e 1.024 MB de memória RAM.

A Figura A.1 apresenta a malha de menor resolução (443621) utilizada para a discretização
 173

das equações de conservação.

5 4

3
4
Z
2
3
1
Z
2 0

9
1 8
7
6
0
5
0
1 4
2 3
3 2
X
4 1
5
Y 0
6
-1
7

-2
8

-3

Figura A.1 – Malha de menor resolução (443621)

A segunda malha, de resolução média, foi utilizada para a execução em modo paralelo. A

segunda malha utilizada possui 181.440 pontos (845440).

A execução da simulação com a segunda malha só foi viabilizada através da técnica de

processamento paralelo, tendo em vista o grande tempo de processamento requisitado. O

tempo total de processamento do problema estudado ( t  =200) com a utilização da malha de

maior resolução foi de 70 h, considerando a execução em processamento paralelo com 32

processadores. Cada um dos computadores de que compõe o cluster LINUX disponível na

UFES possuem a seguinte configuração: processador AMD ATHLON XP-1,8 GHz com 256

MB de memória RAM.

A Figura A.2 apresenta a malha de resolução média (845440) utilizada para a discretização

das equações de conservação.

 174

3
4
Z
2

3
1

Z 0
2

8
1
6
0
0 4
1
X
2 2
3
4
Y 0
5

-2

Figura A.2 – Malha de maior resolução (845440)

A terceira malha, de resolução mais fina, foi utilizada para a execução em modo paralelo. A

segunda malha utilizada possui 336.000 pontos (1007840). A malha utilizada no estudo de

Sada e Sato (2002) possui uma resolução de mesma ordem (344.500 pontos).

O tempo total de processamento do problema estudado ( t  =200) com a utilização da malha de

maior resolução foi de 280 h, considerando a execução em processamento paralelo com 32

processadores. Cada um dos computadores de que compõe o cluster LINUX disponível na

UFES possuem a seguinte configuração: processador AMD ATHLON XP-1,8 GHz com 256

MB de memória RAM.

A Figura A.3 apresenta a malha de maior resolução (1007048) utilizada para a

discretização das equações de conservação.

 175

3
4
Z
2

3
1

Z 0
2

8
1
6
0
0 4
1
X
2 2
3
4
Y 0
5

-2

Figura A.3 – Malha de maior resolução (1007048)

Como apresentado nas Figuras A.1 a A.3 as malhas são ortogonais e não uniformes. As

regiões sujeitas às maiores variações (maiores gradientes) foram tratadas para conter os

menores volumes de controle. Os volumes de controle próximos à parede do prédio são os

que apresentam as menores dimensões. No caso da malha de menor resolução (443621) o

menor volume de controle, localizado nas quinas do obstáculo possui aresta igual a Hb/10, na

malha de resolução média (845440) o menor volume de controle possui aresta igual a

Hb/20, e na malha de maior resolução (1007048), o menor volume de controle possui aresta

igual a Hb/30.

A Figura A.4 apresenta os vetores velocidade média no plano central ao redor do obstáculo,

obtidos através da simulação com a malha de menor resolução (Figura A.4a), com a malha de

resolução média (A.4b) e com a malha de maior resolução (A.4c). Observa-se que, em todos

os casos as estruturas do vórtice da ferradura (base do obstáculo) e a separação do escoamento

 176

na face frontal do obstáculo são geradas. Contudo, existem diferenças visíveis que podem ser

destacadas, na região do teto do obstáculo e na região de recirculação. No caso da Figura A.4a

os vetores no final do teto do prédio (X=2) possuem um alinhamento com a direção principal

do escoamento, isto é, a componente vertical da velocidade é nula, enquanto que nas Figuras

A.4b A.4c a componente vertical apresenta-se positiva, e dessa forma os vetores têm a direção

inclinada para cima. Os comportamentos apresentados nas Figuras A.4b e A.4c fazem com

que a pluma de contaminantes tenha o seu eixo principal em posição mais elevada.
2

1.5

1
Z

0.5

0
0 1 2 3 4 5 6 (a)
2

1.5

1
Z

0.5

0
0 1 2 3 4 5 6 (b)
2

1.5

1
Z

0.5

0
0 1 2 3 4 5 6
X

1.0+ 0.8 to 0.9 0.6 to 0.7 0.3 to 0.4 0.1 to 0.2

0.9 to 1.0 0.7 to 0.8 0.4 to 0.6 0.2 to 0.3 0.0 to 0.1
(c)
Figura A.4 – Vetores velocidade ao redor do obstáculo cúbico no plano central. (a) malha com menor resolução
(443621), (b) malha com resolução média (845440), (c) malha com maior resolução (1007048).

A região de recirculação se apresenta de forma diferente nas três figuras. Na execução com a
 177

malha de menor resolução (Figura A.4a) observa-se nitidamente a formação da recirculação

logo após a parede posterior do obstáculo, enquanto que nas malhas de maiores resoluções

(Figura A.4b e A.4c) essa região não se apresenta com tanta nitidez, e a recirculação só é

evidenciada pelas velocidades negativas que ocorrem logo após a parede posterior do

obstáculo.

A Figura A.5 apresenta os perfis verticais de velocidade média na direção principal do

escoamento obtidos com a utilização das duas malhas de diferentes resoluções. O

comportamento diferenciado na região de recirculação pode ser visto nos perfis referentes às

secções X=2,5 e 3,5, onde as curvas obtidas através da simulação com a malha de menor

resolução se apresenta com a maior diferença em relação às demais simulações. Nota-se que

os resultados para velocidade média na direção principal do escoamento com as malhas de

resolução média e fina são muito próximos entre si.

5 5 5 5
x/Hb=0 x/Hb=1,5 x/Hb=2,5 x/Hb=3,5
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3
Z
Z
Z

2 2 2 2

1 1 1 1

0 0 0 0
-0.5 0 0.5 1 1.5 -0.5 0 0.5 1 1.5 -0.5 0 0.5 1 1.5 -0.5 0 0.5 1 1.5
U/U Hb U/U Hb U/U Hb U/U Hb

Malha (44x36x21) Malha (84x54x40) Malha (100x70x48)

Figura A.5 – Perfis verticais de velocidade média na direção principal do escoamento em quatro secções do
domínio

A Figura A.6 apresenta os perfis verticais de concentração média obtidos numericamente com

a utilização das duas malhas de diferentes resoluções. Os perfis verticais de concentração

apresentam-se com diferenças significativas entre si. A principal diferença a se destacar é a

posição do eixo da pluma de contaminantes, que para o caso das malhas de resolução média e
 178

de maior resolução se situa em uma posição mais elevada. Essa elevação da pluma é causada

pela inclinação para cima dos vetores velocidade sobre o teto do prédio (Figura A.4),

conforme observado anteriormente.

5 5 5 5
x/Hb=1,5 x/Hb=2,5 x/Hb=3,5 x/Hb=5,0
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3

Z
Z
Z

2 2 2 2

1 1 1 1

0 0 0 0
0 5 10 15 0 2 4 6 0 1 2 3 4 5 0 0.75 1.5 2.25 3
   

Malha (44x36x21) Malha (84x54x40) Malha (100x70x48)

Figura A.6 – Perfis verticais de concentração em quatro secções do domínio

A Figura A.7 apresenta os perfis verticais da intensidade de flutuação dos três componentes

da velocidade ( u  2 , v 2 e w 2 ) e da concentração (   2 ) na secção X=3,5. Como pode

ser observado, as intensidades de flutuação obtidas com a utilização da malha de maior

resolução são, em geral, maiores quando comparadas com as flutuações obtidas com as

malhas de menor resolução.

Como observado, os resultados não se mostraram independentes da resolução da malha.

Existem duas observações a serem feitas sobre o comportamento do escoamento, com a

utilização das malhas de diferentes resoluções.

 179

5 5 5 5
x/Hb=3,5 x/Hb=3,5 x/Hb=3,5 x/Hb=3,5
y/Hb=0 y/Hb=0 y/Hb=0 y/Hb=0
4 4 4 4

3 3 3 3

Z
Z
Z

Z
2 2 2 2

1 1 1 1

0 0 0 0
0 0.05 0.1 0.15 0.2 0 0.1 0.2 0.3 0 0.025 0.05 0.075 0.1 0 0.25 0.5 0.75 1

u2 U Hb v2 U Hb w2 U Hb  2 U Hb

Malha (44x36x21) Malha (84x54x40) Malha (100x70x48)

Figura A.7 – Perfis verticais de intensidades de flutuação dos componentes do vetor velocidade e da
concentração uma secção do domínio

O comprimento da banda do filtro (), utilizado no cálculo da viscosidade turbulenta, foi

calculado diretamente em função da resolução das malha,  = (xyz ) . Assim, uma malha
13

de menor resolução propicia a obtenção de maiores valores do comprimento da banda do

filtro, que por conseqüência acarreta em maiores valores da viscosidade turbulenta. O

comportamento dessa variável nas malhas de maior resolução é análogo, malhas mais finas

propiciam a obtenção de menores valores da viscosidade turbulenta. Com isso, o

comportamento apresentado com a utilização da malha de menor resolução, indica um maior

amortecimento devido ao aumento da viscosidade quando comparado com os resultados

obtidos com a malha de maior resolução;

Todas as três soluções apresentadas estão sujeitas à difusão numérica. Contudo, no caso a

malha de maior resolução esse erro é menor. O erro numérico acarretado pelo esquema de

interpolação de primeira ordem (power-law) é da ordem x, isto é, quanto mais fina a

resolução da malha, menor será o erro numérico. A difusão numérica tem o efeito idêntico ao

da viscosidade, acarretando em um maior amortecimento.

A junção dos dois fatores apresentados acarreta na obtenção de um escoamento mais

 180

suavizado com menores flutuações quando a malha de menor resolução é utilizada, como

pôde ser visualizado nas figuras apresentadas.

View publication stats